基于ANN模型和HPSO算法的数控机床可靠性分布模型研究

• 作者: 付涛 弓清忠 王大镇 祁丽
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 混合粒子群算法 极大似然法 参数估计
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 262-268
• 页数: 7页
• 分类号: TP183
• 字数: 4184字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2015.02.009

摘要

针对数控机床可靠性研究过程中,由于可靠性数据较难收集导致可靠性分布模型不唯一的问题,采用ANN模型对收集到的少量可靠性数据进行扩充,扩充后的数据采用K-S检验法进行分析以确定可靠性数据模型,同时在求解确定可靠性分布模型参数过程中,将混合粒子群优化(hybrid particle swarm optimization,HPSO)算法引入极大似然估计中,解决其在小样本数据下求解某些复杂分布模型时易陷于局部最优解和求解效率低的问题.实例分析结果表明:采用混合粒子群算法求解可以在求解效率和收敛性性能上达到较好的平衡,比较所有的求解模型结果,经过ANN模型扩充后的2重3参数威布尔分布的相对均方差最小,其值为0.0425,说明利用该方法求解数控机床的可靠性分布模型是可行的,而且能够获得较精确的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大镇	集美大学机械与能源工程学院	71	405	12.0	16.0
2	弓清忠	集美大学机械与能源工程学院	21	135	7.0	11.0
3	付涛	集美大学机械与能源工程学院	6	86	5.0	6.0
4	祁丽	集美大学机械与能源工程学院	5	96	4.0	5.0