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:
针对武器装备在使用过程中故障率变化的复杂性,提出了灰色线性回归组合模型的故障率预测方法.该模型用线性回归方程和指数方程的和来拟合故障率曲线,它可以改善线性回归模型中没有指数增长趋势和GM(1,1)模型中没有线性因素的不足.通过对装备备件故障率的预测分析表明,灰色线性回归组合模型在故障率预测精度上优于单一的灰色模型和线性回归模型,且不要求对所提供的历史数据具有典型的分布规律.该模型的预测结果可以为装备的维修工作提供决策依据.
推荐文章
基于灰色多元线性回归融合模型的故障率预测
GM(1,1)模型
多元线性回归模型
灰色多元线性回归
故障率
基于离散GM(1,1)模型的武器备件故障率预测研究
GM(1,1)模型
离散GM(1,1)模型
预测
备件故障率
基于改进灰色-多元回归组合预测模型的燃煤电厂智慧水务研究
灰色模型
多元非线性回归
供水量预测
管网漏损
智慧水务
基于BP神经网络优化的灰色线性回归组合模型应用分析
灰色线性回归
BP神经网络
组合模型预测
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 基于灰色线性回归组合模型的故障率预测
来源期刊 振动、测试与诊断 学科 工学
关键词 GM(1,1)模型 线性回归模型 灰色线性回归组合模型 故障率
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 664-667
页数 4页 分类号 TH318
字数 3497字 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 潘宏侠 中北大学机械工程与自动化学院 359 2630 23.0 34.0
2 刘永姜 中北大学机械工程与自动化学院 67 363 11.0 14.0
3 马春茂 16 197 7.0 14.0
4 邵延君 中北大学机械工程与自动化学院 26 140 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (144)
参考文献  (11)
节点文献
引证文献  (15)
同被引文献  (66)
二级引证文献  (31)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(5)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(18)
  • 引证文献(6)
  • 二级引证文献(12)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
GM(1,1)模型
线性回归模型
灰色线性回归组合模型
故障率
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
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
论文1v1指导