基于IPSO-SVR的航空发动机磨损预测研究

• 作者: 郑波 高峰
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 磨损预测 支持向量回归 非线性惯性权重 自适应探测响应
• 年，卷（期）: 2014,（11）
• 页码范围: 81-87
• 页数: 7页
• 分类号: V239|TH117.1
• 字数: 5420字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2014.11.018

摘要

为提高支持向量回归（Support Vector Regression，SVR）预测模型对航空发动机磨损预测的准确性，提出利用改进的自适应粒子群优化（Improved Particle Swarm Optimization，IPSO）算法对SVR的结构参数和训练样本向量维数进行优化。IPSO算法采用非线性惯性权重和自适应探测响应机制，克服传统粒子群随机初始位置影响寻优结果的不足，提高预测结果的准确性和一致性。利用某型发动机光谱分析数据进行磨损预测研究。结果表明：与传统PSO-SVR和常用BP神经网络预测模型相比，IPSO-SVR预测结果具有更高的准确性，且预测结果保持良好的一致性。