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:
针对飞机空气制冷机的寿命趋势分析问题,为了提高预测精度,提出了基于改进D-S证据理论融合的飞机空气制冷机寿命趋势分析方法.分别采用SVM、BP神经网络和GRNN神经网络预测模型对飞机空气制冷机的寿命进行趋势分析;然后采用改进的D-S证据理论求取每个模型的基本信度值,可使预测效果好的模型具有更大的信度值;最后通过D-S合成法则对得到的可信度进行分析评价并合成,确立最终的组合预测模型.研究表明,经过改进的证据理论融合后的趋势预测模型,能很好地实现对飞机空气制冷机的趋势分析和寿命预测,该方法有效可行.
推荐文章
基于区间D-S证据理论的物流中心选址模型
物流中心
选址方案
区间数
Dempster-Shafer证据理论
基于D-S证据理论的测试性综合评估方法
D-S证据理论
测试性评估
Bayes理论
Pignistic转换
基于D-S证据理论的信息融合图像识别
信息融合
图像识别
纹理特征提取
灰度共生矩阵
灰度-梯度共生矩阵
D-S证据理论
信度函数
D-S证据理论在目标识别中的应用
证据理论
基本概率赋值
组合规则
决策规则
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D-S证据理论的飞机空气制冷机寿命趋势分析
来源期刊 火力与指挥控制 学科 航空航天
关键词 D-S证据理论 空气制冷机 寿命 趋势分析
年,卷(期) 2015,(11) 所属期刊栏目 理论研究
研究方向 页码范围 53-57
页数 5页 分类号 V245.3+43
字数 4521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 崔建国 沈阳航空航天大学自动化学院 87 573 15.0 20.0
2 蒋丽英 沈阳航空航天大学自动化学院 45 243 7.0 14.0
3 刘海港 6 46 3.0 6.0
4 滑娇娇 沈阳航空航天大学自动化学院 3 5 2.0 2.0
5 齐义文 沈阳航空航天大学自动化学院 15 127 4.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (93)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(9)
  • 参考文献(3)
  • 二级参考文献(6)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
D-S证据理论
空气制冷机
寿命
趋势分析
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
相关基金
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
论文1v1指导