《表7 最优参数:基于遗传算法优化XGBoost的油浸式变压器故障诊断方法》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于遗传算法优化XGBoost的油浸式变压器故障诊断方法》
由于XGBoost模型的超参数对其训练学习效果有着显著的影响,因此在预训练结束后,采用GA对设定的6个超参数同时进行优化。GA参数设置如下:采用实数编码方式;种群个数为50;适应度函数为XGBoost模型诊断正确率。当遗传代数达到第6代时,适应度达到0.981并在之后保持不变。相比于初始模型,诊断正确率提升了5.4%。此时输出XGBoost模型的最优参数,如表7所示。
图表编号 | XD00192381700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 张又文、冯斌、陈页、廖伟涵、郭创新 |
绘制单位 | 浙江大学电气工程学院、浙江大学电气工程学院、浙江大学电气工程学院、浙江大学电气工程学院、浙江大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |