基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于振动特征量研究提高灰色模型(GM)建模精度的方法.建立了基于机械系统振动特征量的时间序列趋势预测GM(1,1)并进行了后验差精度检验;针对模型精度低问题对模型修正进行了重点研究.在基于原始时间序列的一次累加生成运算(1-AGO)序列与它的预测序列间的1-AGO残差序列对基本GM(1,1)修正失效的基础上,提出了设置阈值考虑相对误差、调节量系数考虑原始数据幅度分布的GM(E,1,1).实例表明,该模型用于机械系统振动特征量预测时具有动态自适应补偿误差影响的功能.
推荐文章
基于遗传神经网络的机械振动信号预测
遗传算法
实数编码
神经网络
机械振动
机械振动台无强迫导向双向振动机理
机械振动台
强迫导向
无强迫导向
垂直振动
水平振动
减小有害机械振动方法的探讨
机械振动
减振措施
参数选择
支承布置
机械振动分析的Matlab/Simulink仿真研究
Matlab/Simulink
机械振动
建模
模态分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机械振动趋势的灰色预测模型研究
来源期刊 机械科学与技术 学科 工学
关键词 灰色系统 灰色模型 机械系统 预测
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 256-259
页数 4页 分类号 TP18|TH165.3
字数 4127字 语种 中文
DOI 10.3321/j.issn:1003-8728.2004.03.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张优云 西安交通大学润滑理论及轴承研究所 152 2296 26.0 39.0
2 赵荣珍 西安交通大学润滑理论及轴承研究所 13 245 8.0 13.0
3 孟凡明 西安交通大学润滑理论及轴承研究所 23 262 10.0 16.0
4 王成栋 西安交通大学润滑理论及轴承研究所 14 510 12.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (335)
参考文献  (5)
节点文献
引证文献  (36)
同被引文献  (31)
二级引证文献  (182)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(8)
  • 引证文献(6)
  • 二级引证文献(2)
2007(7)
  • 引证文献(4)
  • 二级引证文献(3)
2008(8)
  • 引证文献(5)
  • 二级引证文献(3)
2009(9)
  • 引证文献(6)
  • 二级引证文献(3)
2010(13)
  • 引证文献(5)
  • 二级引证文献(8)
2011(15)
  • 引证文献(4)
  • 二级引证文献(11)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(20)
  • 引证文献(1)
  • 二级引证文献(19)
2014(17)
  • 引证文献(2)
  • 二级引证文献(15)
2015(18)
  • 引证文献(0)
  • 二级引证文献(18)
2016(34)
  • 引证文献(0)
  • 二级引证文献(34)
2017(22)
  • 引证文献(1)
  • 二级引证文献(21)
2018(15)
  • 引证文献(0)
  • 二级引证文献(15)
2019(19)
  • 引证文献(0)
  • 二级引证文献(19)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
灰色系统
灰色模型
机械系统
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械科学与技术
月刊
1003-8728
61-1114/TH
大16开
西安友谊西路127号
52-193
1981
chi
出版文献量(篇)
8073
总下载数(次)
15
总被引数(次)
69926
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导