[发明专利]一种船舶机械运行模式的判定方法

权利要求书

1.一种船舶机械运行模式的判定方法，其特征在于，包括如下步骤：

S1、获取数据集，并提取出训练集和测试集；

S2、对数据集中的数据进行预处理；

S3、采用优化后的支持向量机对预处理后的训练集数据进行训练，得到训练模型；

S4、采用得到的训练模型来预测测试集的分类标签，如果测试集的预测效果达到预期则用于实船，如果效果不理想则增加优化算法的迭代次数，直到效果达到预期。

2.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S1中，获取数据集，并提取出训练集和测试集，具体为：

获取已有的船舶机械设备的每个运行状态中的参数；

在所述参数中提取训练集以及测试集。

3.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S2中，对数据集中的数据进行预处理，具体为：

对训练集和测试集进行归一化预处理，将数据映射到0～1范围之内处理；其中，采用的归一化映射如下：

上式中，y、x分别表示数据归一化前后的值，x_min、x_max分别表示数据集中的最小、最大值。

4.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S3中，采用优化后的支持向量机对预处理后的训练集数据进行训练，得到训练模型，具体为：

S31、构建麻雀种群，如下：

其中，d表示待优化问题的维数，n表示麻雀种群的数量；

S32、将所有麻雀种群的适应度函数表示成如下形式：

其中，f表示适应度值；

S33、在每次迭代的过程中，根据步骤S31中构建的麻雀种群和步骤S32中所有麻雀种群的适应度函数，对发现者的位置进行更新，如下：

其中，t代表当前迭代数，j＝1,2,3,…,d；iter_max是一个常数，表示最大的迭代次数；X_i,j表示第i个麻雀在第j维中的位置信息；a∈(0,1]是一个随机数；Q表示服从正态分布的随机数；L表示一个1×d的矩阵，其中该矩阵内每个元素全部为1；R₂∈[0,1]表示预警值；ST∈[0.5,1]表示安全值；

S34、对加入者的位置进行更新，如下：

其中，X_P表示目前发现者所占据的最优位置；X_worst表示当前全局最差的位置；A表示一个1×d的矩阵，其中每个元素随机赋值为1或-1，A⁺＝A^T(AA^T)^-1，当i＞n/2时，适应度值较低的第i个加入者没有获得食物，处于十分饥饿的状态，需要飞往其它地方觅食，以获得更多的能量；

S35、对意识到危险的麻雀的位置进行更新，如下：

其中，X_best表示当前的全局最优位置；β表示步长控制参数，是服从均值为0，方差为1的正态分布的随机数；K∈[-1,1]表示一个随机数；f_i表示当前麻雀个体的适应度值；f_g和f_w分别表示当前全局最佳和最差的适应度值；ε表示一个避免分母为0的常数。

5.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S3中，优化后的支持向量机包括对支持向量机SVM数据中惩罚参数和核函数参数利用麻雀搜索算法进行优化。

6.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S4中，采用适应度函数对测试集进行预测，适应度函数如下：

fitness＝max(accuracy[predict(test)])。

7.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S4之后还包括：

S5、对预测的分类标签进行准确度计算。

8.根据权利要求1所述的船舶机械运行模式的判定方法，其特征在于，所述步骤S5具体包括：

S51、计算测试准确度，计算公式如下：

测试准确度＝正确预测个数/被预测正确的个数

其中，被预测正确的个数＝被模型预测为正的负样本+被模型预测为负的正样本；

S52、计算预测召回率，计算公式如下：

预测召回率＝正确预测的个数/预测的总个数

S53、计算综合评测度f1_score，计算公式如下：

f1_score＝2*测试准确度*预测的召回率/(测试准确度+预测的召回率)。