改进蝴蝶算法优化核极限学习机的柴油机故障诊断

作     者：乔文山 华晋 楼荣 QIAO Wenshan;HUA Jin;LOU Rong

作者机构：浙江经济职业技术学院汽车技术学院杭州310018 南京林业大学机械电子工程学院南京210037 

基　　金：江苏省国际合作项目(BZ2010060) 杭州亿校云信息技术有限公司横向课题(20231D274220009) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2022年第38卷第1期

页      码：211-214页

摘      要：为提高柴油机故障诊断的精度和效率,提出一种基于改进蝴蝶算法(IB0A)优化核极限学习机(KELM)的柴油机故障诊断方法。考虑到KELM的诊断精度受参数影响较大的实际,在研究蝴蝶算法(BOA)的基础上,提出IBOA算法对参数进行优化选择,以提高KELM的故障诊断性能。柴油机故障诊断实例表明,所提方法在提高柴油机故障诊断精度的同时,减少了耗时,比其它几种方法的效果更好,具有一定的优势。

主 题 词：核极限学习机 蝴蝶算法 参数优化 柴油机 故障诊断 

学科分类：080704[080704] 08[工学] 080401[080401] 0807[工学-电子信息类] 0804[工学-材料学] 

D　O　I：10.13952/j.cnki.jofmdr.2022.0083

馆 藏 号：203109206...