基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用.docx

基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于Shapley值的可解释AI在风机齿轮箱健康监测与故障定位中的应用

摘要:本文针对风机齿轮箱健康监测与故障定位问题,提出了一种基于Shapley值的可解释人工智能方法。首先,通过数据预处理和特征提取,对风机齿轮箱运行数据进行有效处理。其次,构建了基于Shapley值的可解释人工智能模型,对齿轮箱故障进行预测和定位。实验结果表明,该方法能够有效提高故障

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档