基于XGBoost的回歸-分類-回歸壽命預(yù)測模型

摘要： 針對現(xiàn)有使用單個模型的剩余壽命預(yù)測方法存在精度較低的問題，提出一種基于XGBoost（極端梯度提升）的回歸-分類-回歸參數(shù)優(yōu)化算法的預(yù)測模型。首先對渦扇發(fā)動機(jī)數(shù)據(jù)進(jìn)行預(yù)處理，觀察各特征與剩余壽命的相關(guān)性，篩選出初步的可用特征。然后根據(jù)故障預(yù)測與健康管理協(xié)會制定的有效剩余壽命預(yù)測值標(biāo)準(zhǔn)對連續(xù)壽命值進(jìn)行離散標(biāo)定，以信息增益法篩選出最終特征集。最后利用XGBoost算法分別建立離散標(biāo)...