-
题名一种基于IBKA-GBDT的火控系统故障预测方法
- 1
-
-
作者
于昂
李英顺
郭占男
曹胜冲
赵恒
-
机构
北京石油化工学院信息工程学院
大连理工大学控制科学与工程学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第12期169-177,共9页
-
基金
辽宁省“兴辽英才计划”项目(XLYC1903015)。
-
文摘
火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算法优化梯度提升决策树的模型预测方法。采用灰色关联度方法处理原始数据,以减少数据冗余和降低维度,并选择关联度高的属性来构建数据集。引入Logistic混沌映射、螺旋搜索策略以及三角形游走策略对黑翅鸢算法进行改进,进一步优化梯度提升决策树关键参数,构建故障预测模型实现对预测数据的故障预测。同时,选取火控系统电气部件试验台采集的信号数据作为实验对象,设置相同参数与传统梯度提升决策树、鲸鱼优化算法和黑翅鸢优化算法优化的梯度提升决策树模型进行实验对比。实验结果表明,该方法能够快速准确地对处理后的数据集进行故障预测,平均准确率达到了96.74%,为火控系统的后续维护和维修提供了重要依据。
-
关键词
火控系统
故障预测
黑翅鸢优化算法
梯度提升决策树
灰色关联度分析
-
Keywords
fire control system
fault prediction
gradient boosting decision tree
grey relational analysis
black-winged kite algorithm
-
分类号
TJ811.2
[兵器科学与技术—武器系统与运用工程]
-
