自适应乌鸦搜索算法改进深度置信网络的发动机故障诊断

摘要

在乌鸦搜索算法(Crow Search Algorithm,CSA)的基础上,自适应乌鸦搜索算法(Adaptive CSA,ACSA)设计了感知概率和飞行距离这两个参数的自适应取值策略,有效增强了算法的性能。针对深度置信网络(Deep Belief Network,DBN)模型参数的选取对发动机故障诊断结果影响较大的实际,利用ACSA对其模型参数进行优化选取,并提出了ACSA改进DBN的发动机故障诊断方法。发动机故障诊断实例结果表明,ACSA算法能够获得更优的DBN模型参数,相比于其他几种方法,在耗时更少的情况下,获得了更高的发动机故障诊断精度。