基于PSO-SVM的民航发动机送修等级决策研究

• 作者: 郑波
• 来源期刊: 推进技术
• 学科: 航空航天
• 关键词: 粒子群优化算法 支持向量机 交叉验证 送修等级决策
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 控制
• 页码范围: 687-692
• 分类号: V239
• 语种: 中文

摘要

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优；在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.