基于INGO-GBDT的观瞄系统故障预测方法

本发明涉及人工智能故障诊断技术领域，公开一种基于INGO‑GBDT的观瞄系统故障预测方法，通过VIKOR算法对采集的数据进行预处理，对北方苍鹰优化算法NGO改进，在NGO种群初始化阶段引入ICMIC混沌映射，在NGO猎物识别阶段引入高斯变异策略，在NGO追逐和逃跑阶段中引入Levy飞行策略对北方苍鹰位置更新进行优化；采用改进的北方苍鹰优化算法INGO对梯度提升决策树GBDT进行参数寻优，构建INGO‑GBDT故障诊断模型，对训练数据集训练；将测试数据集输入到INGO‑GBDT预测模型中，对观瞄系统进行故障诊断。本发明通过改进的北方苍鹰优化算法(INGO)对梯度提升决策树(GBDT)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，提高了分类预测模型的预测精度，具有更高的预测精度和实用性。