ISSN 1991-2927
 

АПУ № 2 (56) 2019

Влияние объема контрольной выборки на качество диагностики состояния технического объекта

УДК 519.248:681.518.5

Жуков Дмитрий Анатольевич, Ульяновский государственный технический университет , окончил факультет информационных систем и технологий Ульяновского государственного технического университета, аспирант кафедры «Прикладная математика и информатика» УлГТУ. Имеет научные труды в области статистических методов и машинного обучения. [e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра. ]Д.А. Жуков,

Клячкин Владимир Николаевич, Ульяновский государственный технический университет , доктор технических наук, профессор, окончил механический факультет Ульяновского политехнического института. Профессор кафедры «Прикладная математика и информатика» УлГТУ. Имеет научные труды в области надежности и статистических методов. [e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра. ]В.Н. Клячкин

Влияние объема контрольной выборки на качество диагностики состояния технического объекта52_11.pdf

Рассматривается задача прогнозирования исправности технического объекта по известным показателям его функционирования. Исходными данными являются известные результаты оценки состояния объекта по информации о предшествующей эксплуатации: при заданных значениях контролируемых показателей техническая система исправна или неисправна. Такая задача может быть решена методами машинного обучения, она сводится к бинарной классификации состояний объекта. Качество диагностики может существенно зависеть от множества факторов: метода обучения, правильного выделения факторов, характеризующих работу объекта, объема выборки и других. В работе проводится исследование влияния объема контрольной выборки на качество диагностики, оцениваемое по количеству неверно спрогнозированных состояний методом кросс-валидации. Испытания проводились в пакете Matlab, использовано десять различных методов машинного обучения: логистическая регрессия, метод опорных векторов, бэггинг деревьев решений и другие. Показано, что при правильном выборе доли контрольной выборки можно повысить качество диагностики на 5-7%.

Техническая диагностика, исправность, показатели функционирования, машинное обучение, контрольная выборка, кросс-валидация.

© ФНПЦ АО "НПО "Марс", 2009-2018 Работает на Joomla!