计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
6期
92-95
,共4页
基因表达式编程%数据挖掘%航空器故障
基因錶達式編程%數據挖掘%航空器故障
기인표체식편정%수거알굴%항공기고장
Gene expression programming%Data mining%Aircraft fault
航空器故障数据特征具有纬度高、冗余量大的特点,故障特征信号在向量空间中会呈现较大的波动性,导致形成的故障数据无法与故障特征形成稳定的关联性.传统的算法无法在数据形成混乱关联的情况下,挖掘故障特征,导致航空器的安全难以保证.为解决上述问题,提出改进GEP算法的航空器故障数据挖掘方法.利用锦标赛选择法对选择算子进行了改进;利用个体的适应度方差对适应度函数进行了改进,用来衡量种群的多样性;对变异算子进行了改进,使得改进后的变异率能够根据种群的多样性、迭代进化次数和个体的适应度值进行自适应改变,从而使种群的多样性得到保持,提高故障挖掘的准确性.仿真结果结果表明利用改进算法进行航空器故障数据检测,能够提高挖掘的效率.
航空器故障數據特徵具有緯度高、冗餘量大的特點,故障特徵信號在嚮量空間中會呈現較大的波動性,導緻形成的故障數據無法與故障特徵形成穩定的關聯性.傳統的算法無法在數據形成混亂關聯的情況下,挖掘故障特徵,導緻航空器的安全難以保證.為解決上述問題,提齣改進GEP算法的航空器故障數據挖掘方法.利用錦標賽選擇法對選擇算子進行瞭改進;利用箇體的適應度方差對適應度函數進行瞭改進,用來衡量種群的多樣性;對變異算子進行瞭改進,使得改進後的變異率能夠根據種群的多樣性、迭代進化次數和箇體的適應度值進行自適應改變,從而使種群的多樣性得到保持,提高故障挖掘的準確性.倣真結果結果錶明利用改進算法進行航空器故障數據檢測,能夠提高挖掘的效率.
항공기고장수거특정구유위도고、용여량대적특점,고장특정신호재향량공간중회정현교대적파동성,도치형성적고장수거무법여고장특정형성은정적관련성.전통적산법무법재수거형성혼란관련적정황하,알굴고장특정,도치항공기적안전난이보증.위해결상술문제,제출개진GEP산법적항공기고장수거알굴방법.이용금표새선택법대선택산자진행료개진;이용개체적괄응도방차대괄응도함수진행료개진,용래형량충군적다양성;대변이산자진행료개진,사득개진후적변이솔능구근거충군적다양성、질대진화차수화개체적괄응도치진행자괄응개변,종이사충군적다양성득도보지,제고고장알굴적준학성.방진결과결과표명이용개진산법진행항공기고장수거검측,능구제고알굴적효솔.
