[发明专利]一种基于改进的蝙蝠算法优化ELM的发动机燃油系统故障诊断方法

权利要求书

1.一种基于改进的蝙蝠算法优化极限学习机的发动机燃油系统故障诊断方法，其特征在于：包括如下步骤，首先利用传感器来实时采集燃油系统的振动信号并提取其特征向量；然后使用蝙蝠算法来优化极限学习机的权值和阈值，搭建优化好的极限学习机的网络结构；再将提取得到的特征向量输入到优化好的极限学习机中进行训练得到发动机燃油系统故障诊断模型；最后利用发动机燃油系统故障诊断模型进行发动机燃油系统故障诊断。

2.根据权利要求1所述的基于改进的蝙蝠算法优化极限学习机的发动机燃油系统故障诊断方法，其特征在于：所述使用蝙蝠算法来优化极限学习机的权值和阈值的具体过程如下：

Step1、随机初始化种群规模并确定其目标函数，初始化脉冲的响度和发射频率初始化脉冲的频率范围[f_min,f_max]和算法最大迭代次数；

Step2、对种群个体的速度和位置进行初始化，其中i＝1,2,…,m，计算其适应值并寻找蝙蝠种群的最优化个体；

Step3、完成对蝙蝠速度和位置的更新，并及时调节脉冲的频率f_i：

f_i＝f_min+(f_max-f_min)·β

其中，β是随机变量，且β～U[0,1]；X^*代表目前搜索范围内的全局最优位置，t表示目前的迭代次数；

Step4、随机生成rand1，若则从最优解中挑选一个解X_old并在其周围形成一个局部解，然后通过扰动重新生成一个新的解X_new：

其中，ε是一个随机数且ε∈[-1,1]，代表种群内的所有蝙蝠在t时刻所求得的脉冲响度的平均值。

Step5、计算种群内所有蝙蝠个体的新解位置的适应度值；

Step6、随机产生一个随机数rand2，若且那么就接受这个新的解，并且调整和

其中，0<α<1，γ>0，α和γ分别表示脉冲响度的衰减系数和脉冲频度的增加系数；表示最大脉冲频度，表示蝙蝠在t+1时刻的脉冲频度；当t→+∞时，

Step7、更新找到的全局最优解，判断是否达到寻优终止条件；若满足则输出X^*，若不满足则跳转至Step3。

3.根据权利要求2所述的基于改进的蝙蝠算法优化极限学习机的发动机燃油系统故障诊断方法，其特征在于：所述Step3中蝙蝠速度和位置的更新如下：

其中，是自身发散因子，是全局发散因子，蝙蝠的速度更新公式变为：

更新位置公式为：

其中：

是群体寻优的成功率，m是蝙蝠种群的数量，是蝙蝠个体i在第t代的寻优效果。