一种新的机电设备状态趋势智能混合预测模型

• 作者: HE ZhengJia 刘京科 胡桥 訾艳阳 雷亚国
• 来源期刊: 机械强度
• 关键词: 改进灰色系统 支持向量机 神经模糊系统 智能混合预测
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 振动·噪声·监测·诊断
• 页码范围: 425-431
• 页数: 7页
• 分类号: TH17|TP18|TP206.3
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2005.04.004

摘要

针对机电设备运行状态受多因素影响,变化趋势复杂,难以用单一预测方法进行有效预测的问题,提出一种新的基于改进灰色系统-支持向量机-神经模糊系统的智能混合预测模型.该模型首先利用改进灰色系统弱化数据序列波动性、支持向量机处理小样本和模糊神经系统处理非线性模糊信息的优点,分别进行趋势预测,然后通过改进遗传算法对这三者的预测结果进行自适应加权组合.将该模型应用于信号随机波动性较强、趋势变化复杂的标准算例和某机组振动趋势的预测中,研究结果表明,该模型的预测性能均优于上述三种单一预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	訾艳阳	西安交通大学机械工程学院	68	2110	25.0	45.0
2	胡桥	西安交通大学机械工程学院	19	449	10.0	19.0
3	雷亚国	西安交通大学机械工程学院	23	1507	16.0	23.0
4	HE ZhengJia	西安交通大学机械工程学院	1	23	1.0	1.0
5	刘京科	西安交通大学机械工程学院	1	23	1.0	1.0