一种基于IHBA-RF的陀螺仪组故障预测方法

本发明涉及人工智能故障诊断技术领域，公开一种基于IHBA‑RF的陀螺仪组故障预测方法，通过KPCA算法对采集的数据进行降维和归一化预处理，筛选关联度高的引脚信号数据作为模型输入数据集；对蜜獾优化算法HBA改进，在HBA种群初始化阶段引入Sine混沌映射，计算适应度；在HBA挖掘阶段和寻蜜阶段中引入分段最优邻域策略增强全局搜索能力；采用改进的蜜獾优化算法IHBA对随机森林算法RF进行参数寻优，构建IHBA‑RF故障诊断模型，对训练数据集训练；将测试数据集输入到IHBA‑RF预测模型中，对陀螺仪组进行故障诊断，输出预测结果。本发明通过改进的蜜獾优化算法(IHBA)对随机森林(RF)的主要参数进行优化，弥补了在训练过程中参数选择的盲目性的缺陷，提高了回归预测模型的预测精度。