基于不平衡分类的Bagging集成污水处理故障诊断

作者：许玉格; 赖春伶; 罗飞不平衡分类加权极限学习机bagging集成算法污水处理故障诊断

摘要：在污水处理过程故障会导致出水水质下降、运行费用增高甚至造成环境的二次污染，而污水处理故障诊断数据的典型不平衡特性，严重影响了故障诊断的效果，尤其会导致故障分类的正确率偏低．钉对此问题，文中提出了一种基于加权极限学习机的改进Bagging集成污水处理故障诊断建模方法；以加权极限学习机为基分类器，以Bagging集成框架建立集成分类器；定义可调整的过采样倍率公式，通过虚拟少数过采样算法（SMOTE）对少数类样本进行过采样，以保证基分类器问的多样性；以不平衡分类性能指标G—mean值为基础，定义新的基分类器输出权值更新公式，以提高故障类别识别率．仿真实验表明，该污水处理故障诊断模型的性能优于其他对比算法，可有效提高G—mean值和整体分类正确率，特别是提高了故障类别的识别正确率．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社