当前位置:主页 > 科技论文 > 汽车论文 >

基于分类算法的卡车气压系统故障研究

发布时间:2022-02-14 15:40
  卡车气压系统与卡车的安全行驶息息相关,因此对卡车气压系统出现的故障进行实时监测和预估具有重要意义。本文对卡车气压系统进行了6次实证分析,其中4个所用算法是标准机器学习算法,包括逻辑斯蒂回归模型、AdaBoost算法、BP神经网络、XGBoost算法。同时,本文又改进了两个传统的机器学习算法,分别为基于遗传算法改进的逻辑斯蒂回归模型和改进AdaBoost算法。其中,基于遗传算法改进的逻辑斯蒂回归模型主要对标准逻辑斯蒂回归模型的损失函数进行了修改,加重正类判断权重,然后用遗传算法对参数进行求解。与标准逻辑斯蒂回归模型相比,基于遗传算法改进的逻辑斯蒂回归模型平均损失减少了61.31%;改进AdaBoost算法在测试数据集上,把判别函数的阈值调整为让判别函数更偏向于判断为正类。与标准AdaBoost算法相比,改进AdaBoost算法平均损失减少了39.19%。综合比较上述6个实证分析算法,发现改进AdaBoost算法效果最优,其平均损失为0.491。 

【文章来源】:重庆大学重庆市211工程院校985工程院校教育部直属院校

【文章页数】:51 页

【学位级别】:硕士

【部分图文】:

基于分类算法的卡车气压系统故障研究


逻辑斯蒂分布的分布函数Fig2.1Distributionfunctionoflogisticdistribution

基于分类算法的卡车气压系统故障研究


逻辑斯蒂分布的密度函数Fig2.2Thedensityfunctionofthelogisticdistribution

基于分类算法的卡车气压系统故障研究


遗传算法流程图

【参考文献】:
期刊论文
[1]客车气压制动系统故障诊断及排除浅析[J]. 林庆宝.  企业技术开发. 2018(12)
[2]电动大客车电控气压制动系统性能仿真分析[J]. 王军,郑益红,刘秋菊,熊冉.  系统仿真学报. 2011(02)
[3]汽车气压制动系统动态分析键图仿真模型[J]. 陈燕.  交通运输工程学报. 2005(03)
[4]遗传算法与神经网络(Ⅰ)──用改进的遗传算法训练神经网络[J]. 陈方泽,陈丙珍,何小荣.  化工学报. 1996(03)

硕士论文
[1]商用车气压制动系统动态特性仿真研究[D]. 陈倩.吉林大学 2015
[2]挂车气动刹车系统关键部件的仿真与优化[D]. 秦基磊.哈尔滨工业大学 2011
[3]汽车空压机气阀运动规律及容积效率的研究[D]. 聂清风.武汉理工大学 2003



本文编号:3624829

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/qiche/3624829.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a1bff***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com