论文部分内容阅读
发动机是整个机械设备的“心脏”。由于燃油系统结构组成较为复杂,因而也是故障的频发部件。选用极限学习机ELM(Extreme Learning Machine)方法对发动机燃油系统的故障进行分类。虽然极限学习机的学习速度非常快,但是该方法的分类准确度还有很大的提升空间。蝙蝠算法BA(Bat Algorithm)又具有很强的寻优能力,故提出一种基于改进的蝙蝠算法优化极限学习机的故障诊断模型。实验结果表明,改进的蝙蝠算法在很大程度上提高了极限学习机的分类精度和泛化能力。