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:
为了对装配故障率进行定量研究,用最小二乘支持向量机(LSSVM)对装配故障率与属性之间的关系进行了建模。在该模型中对影响故障率的5M1E(Man,Machine,Material,Method,Measurement and Environment)因素用装配可靠性评价方法(Assembly ReliabilityEvaluation Method,AREM)提取的装配故障率属性进行了改进,建立了装配故障率的全属性模型;为提高求解效率以及使装配可靠性控制更具有目的性,用灰色关联分析对装配故障率的属性进行提取,得到了主要属性,并用遗传算法对主要属性建立的装配故障率模型进行参数优化。用灰色关联分析提取的主要属性的LSSVM模型与全部属性建立的LSSVM模型和主要属性建立的BP神经网络模型的装配故障率预测进行比较,结果表明用灰色关联分析的LSSVM故障率模型不仅建模简单而且还具有预测精度高等优点。
推荐文章
基于灰色最小二乘支持向量机的边坡位移预测
边坡位移
灰色模型
最小二乘支持向量机
遗传算法
时间序列
基于最小二乘支持向量机的故障诊断方法
小波包分析
故障诊断
特征向量
最小二乘支持向量机
核函数
利用粒子群优化最小二乘支持向量机诊断H桥功率模块IGBT故障
H桥功率模块
IGBT
粒子群
最小二乘支持向量机
故障诊断
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
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 装配故障率的灰色最小二乘支持向量机分析
来源期刊 重庆大学学报:自然科学版 学科 工学
关键词 装配故障率 支持向量机 5M1E 灰色关联分析 遗传算法
年,卷(期) 2011,(9) 所属期刊栏目
研究方向 页码范围 21-25
页数 分类号 TH161.7|TB114.3
字数 语种 中文
DOI
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 张根保 重庆大学机械工程学院 288 3161 27.0 39.0
2 刘佳 重庆大学机械工程学院 36 550 13.0 22.0
3 范秀君 重庆大学机械工程学院 10 90 6.0 9.0
4 王国强 重庆大学机械工程学院 17 141 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (47)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(13)
  • 引证文献(2)
  • 二级引证文献(11)
2016(14)
  • 引证文献(1)
  • 二级引证文献(13)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
装配故障率
支持向量机
5M1E
灰色关联分析
遗传算法
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
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导