基于改进遗传算法的胎面生产线故障诊断方法

发布时间：2021-01-15 09:05

　　为了解决胎面生产线故障诊断的问题,提出一种基于改进遗传算法的故障诊断方法;该方法调整初始种群的生成方式,既避免了初始种群产生无效个体,又避免了因初始种群距离最优解太近或者太远,而使结果停留在局部最优;引入布谷鸟搜索思想的交叉算子,兼顾收敛速度和种群多样性2项指标;根据分类问题的特点,设计染色体的编码方法与适应度函数,将集成分类器设计思想融入方法中。通过对机器学习数据库的3个常用数据集与胎面生产线历史数据的仿真实验,证明了该方法的有效性。 

【文章来源】：济南大学学报(自然科学版). 2019,33(02)北大核心

【文章页数】：6 页

【文章目录】：
1 用于分类问题的遗传算法
    1.1 染色体编码方法
    1.2 种群的初始化
    1.3 适应度函数设计
    1.4 交叉操作
        1) 类间交叉。
        2) 布谷鸟搜索交叉。
        3) 类内交叉。
    1.5 复制与变异操作
        1) 权变异。
        2) 运算符变异。
        3) 值变异。
    1.6 集成分类器设计思想
2 常用数据集的实验与分析
3 胎面生产线实例分析
4 结语


【参考文献】：
期刊论文
[1]基于数据驱动的微小故障诊断方法综述[J]. 文成林,吕菲亚,包哲静,刘妹琴.  自动化学报. 2016(09)
[2]轮胎工业发展现状与趋势[J]. 史一锋,蔡为民.  中国橡胶. 2016(08)
[3]具有列维飞行与布朗运动特征的循环竞争博弈及物种稳定共存条件[J]. 王栋,唐长庆,田宝国,曲亮生,张金春,狄增如.  物理学报. 2014(16)
[4]基于FCM的两级集成分类器算法[J]. 齐淼,张化祥,赵蕾.  计算机工程与设计. 2010(16)



本文编号：2978628