基于AdaBoost算法的故障诊断仿真研究

摘要

AdaBoost算法是提高预测学习系统预测能力的有效工具.提出一种基于AdaBoost算法的神经网络故障诊断方法,利用多层前向神经网络作为故障弱分类器,实现了对多类故障的诊断.为了克服AdaBoost对数据噪声比较敏感的不足,通过降低错分样本的权重改进了算法.针对一个涡轮喷气发动机气路部件故障的仿真实验表明,这种方法提高了最终故障分类器的泛化能力,改善了其噪声鲁棒性,便于工程应用.