基于随机RF的集成SVM故障诊断改进算法

作者：夏丽莎,吕文元

摘要：针对工业系统监控数据不均衡导致的故障状态难以被识别问题,提出一种基于随机旋转森林的集成支持向量机(RRFESVM)故障诊断算法,通过将监控数据进行属性随机分割、组合、PCA变换和样本有放回重采样,组建多个新训练子集并使用支持向量机算法进行训练,得到多个支持向量机故障诊断基分类器,集成得到强分类器.由此既保证基分类器之间的差异性,又保证故障诊断精度和分类器性能稳定性,从而解决故障诊断易偏置问题,提高作为少数类的故障状态实时诊断准确率。亚轨道飞行器再入过程实验与TE化工过程实验都表明RRFESVM故障诊断算法能够有效提升不均衡数据情况下的实时故障诊断性能。

发文机构：上海理工大学管理学院

关键词：数据不均衡随机旋转森林集成支持向量机故障诊断imbalanced datasetrandom rotation forestensemble SVMfault diagnosis

分类号： F277[经济管理—企业管理][经济管理—国民经济]