基于混合采样的设备健康状态预测方法研究

作     者：刘家亦 安平凯 刘志勇 LIU Jiayi;AN Pingkai;LIU Zhiyong

作者机构：对外经济贸易大学英语学院北京100029 石家庄工商职业学院工学院河北石家庄050000 河北工业职业技术大学河北石家庄050091 

基　　金：河北省高等学校科学技术研究项目(ZD2021312) 

出 版 物：《软件》 (Software)

年 卷 期：2024年第45卷第2期

页      码：47-51页

摘      要：针对因设备健康状态样本数据不均衡严重影响对健康状态预测效果的问题,提出基于混合采样实现数据均衡、改善预测效果的思路,设计了基于混合采样方法的样本数据平衡流程。通过采用Borderline-SMOTE算法补充少数类样本数量,利用改进K-means算法对多数类样本进行删除,将冗余数据剔除后,形成较为均衡的数据集提供给分类器。实验数据显示,无论是对数据进行欠采样还是过采样,均可提升评价指标AUC和G-mean;采用混合采样对数据进行平衡,评价指标改善更加明显。结果表明,本方法可以明显提升设备健康状态的预测效果,对装备管理部门实现精准维修具有重要的参考价值。

主 题 词：数据不均衡 过采样 欠采样 混合采样 健康状态预测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-6970.2024.02.011

馆 藏 号：203127482...