基于灰色神经网络的设备剩余寿命在线预测

• 作者: 史华洁 薛颂东
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 剩余寿命 多变量灰色模型 优化 径向基神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 81-86
• 页数: 6页
• 分类号: TP206
• 字数: 5157字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2016.02.001

摘要

为解决高可靠复杂设备的剩余寿命通常与多个性能参数共同退化相关的实际问题，提出一种多变量灰色误差神经网络预测方法。首先，建立经过背景值优化的多变量灰色预测模型 MGM（1，n），并得到原始数据序列的初始预测值。然后，利用神经网络建立残差序列与原始数据序列之间的映射关系，训练 RBF 神经网络。最后，将改进的 MGM（1，n）模型和 RBF 神经网络集成，建立多变量灰色误差神经网络预测模型。实例计算结果表明，与单一预测模型相比，该方法能够有效提高预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛颂东	太原科技大学工业与系统工程研究所	25	137	5.0	11.0
2	史华洁	太原科技大学工业与系统工程研究所	2	5	1.0	2.0