[发明专利]诊断算法参数优化

权利要求书

1.一个用于优化在可调诊断算法库中的多个选定的诊断和/或预测算法的参数的方法，该方法包括以下步骤：

a)提供多个感测的数据集至每个该选定的算法，每个该感测的数据集具有与其相关的实际诊断标签；

b)为每个要被优化的该选定的算法的每个参数提供值；

c)使用每个该选定的算法、故障模型和每个参数的值，为每个该感测的数据集生成计算诊断标签；

d)提供每个该计算诊断标签和每个该实际诊断标签至通用目标函数，从而计算目标函数值；

e)使用重复步骤c)-e)的优化例程，改变一个或多个该参数的值，直到该目标函数值被最小化。

2.如权利要求1所述的方法，进一步包括：

确定诊断算法的选定的集合基于该故障模型能生成的所有可能的计算诊断标签；

定义具有多个条目的混淆矩阵的行和列，该混淆矩阵包括用于每个该可能的计算诊断标签的单独行和用于每个实际诊断标签的单独列；以及

分配加权值至该混淆矩阵中的每个条目，从而生成加权矩阵(W)。

3.如权利要求2所述的方法，其中，每个计算故障标签包括对应于每个可能的计算故障标签的概率向量。

4.如权利要求3所述的方法，进一步包括基于每个该实际故障标签和使用每个该概率向量来生成归一化的混淆矩阵(S)。

5.如权利要求4所述的方法，其中，生成归一化的混淆矩阵的步骤包括为每个该实际故障标签计算每个计算诊断标签的归一化概率。

6.如权利要求4所述的方法，其中：

该加权矩阵(W)和该归一化的混淆矩阵(S)每个都是p×q矩阵；并且

该目标函数值使用以下公式计算：

7.如权利要求4所述的方法，其中：

该加权矩阵(W)和得分矩阵(S)每个都是p×q矩阵；并且

该目标函数值使用以下公式计算：

8.一个用于优化在可调诊断算法库中的多个诊断算法的参数的系统，该系统包括：

处理器，被配置为实现每个该诊断算法和故障模型并且接收(i)多个感测的数据集，每个具有与其相关的实际诊断标签，以及(ii)每个要被优化的诊断算法的每个参数的值，该处理器进一步被配置成：

a)使用每个该诊断算法和每个参数的初始值，为每个该感测的数据集生成计算诊断标签；

b)提供每个该计算诊断标签和每个该实际诊断标签至通用目标函数，从而计算目标函数值；以及

c)使用重复步骤a)-c)的优化例程，选择性地改变一个或多个该参数的值，直到该目标函数值被最小化。

9.如权利要求8所述的系统，其中：

该处理器被进一步配置为接收加权矩阵(W)；并且

该加权矩阵通过以下生成：

确定每个该诊断算法能生成的所有可能的计算诊断标签；

生成具有多个条目的混淆矩阵，该混淆矩阵包括用于每个该可能的计算诊断标签的单独行和用于每个实际诊断标签的单独列，以及

分配加权值至该混淆矩阵中的每个条目，从而生成。

10.如权利要求9所述的系统，其中：

每个计算故障标签包括对应于每个可能的计算故障标签的概率向量；以及

该处理器进一步配置成(i)基于每个该实际故障标签和使用每个该概率向量来生成得分矩阵(S)和(ii)针对每个该实际故障标签计算归一化得分。