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

来源：机械设计与研究, 2022, 38(01): 211-214.

DOI：10.13952/j.cnki.jofmdr.2022.0083

• 核极限学习机
• 蝴蝶算法
• 参数优化
• 柴油机
• 故障诊断

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(IBOA)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。

• 出版日期2022
• 单位电子工程学院; 南京林业大学; 浙江经济职业技术学院