基于支持向量回归的设备故障趋势预测

• 作者: 宋梅村 蔡琦
• 来源期刊: 原子能科学技术
• 关键词: 支持向量回归 BP神经网络 灰色模型 灰色-AR模型 故障趋势预测
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 反应堆工程
• 页码范围: 972-976
• 分类号: TP181
• 语种: 中文

摘要

介绍了故障趋势预测的研究现状及支持向量回归的基本原理,将支持向量回归用于滚动轴承故障趋势的预测,并与其他方法(BP神经网络、灰色模型及灰色-AR模型)进行比较.结果表明,BP神经网络预测结果不稳定,易出现过学习和局部极小问题；支持向量回归预测结果稳定,在预测精度上优于BP神经网络、灰色模型、灰色-AR模型,是故障趋势预测的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡琦	海军工程大学船舶与动力学院	157	628	11.0	14.0
2	宋梅村	海军工程大学船舶与动力学院	8	64	5.0	8.0