基于模糊粒度相关向量机的缓变故障参数区间预测

• 作者: 吕晓峰 张勇亮 曲晓燕 马羚
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 缓变故障 区间预测 模糊信息粒化 相关向量机 约简 粒子群算法
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 5-12
• 页数: 8页
• 分类号: V263.6|TP206+.3
• 字数: 7407字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.08.002

摘要

为解决相关向量机(RVM)在多样本故障预测中存在的预测精度下降和运算效率低等不足,提出一种基于模糊粒度相关向量机(FGRVM)的缓变故障参数区间预测方法.首先,对参数初始时间序列进行模糊信息粒化(FIG),并采用基于指数相似度的约简方法对训练集中的冗余数据进行约简;然后,使用自适应极值扰动和自适应变异对简化粒子群算法(tsPSO)进行改进,并以4折交叉验证误差最小为优化目标,采用该粒子群算法(itsPSO)实现相关向量机核宽度的自适应选择;最后,采用训练好的RVM预测缓变故障参数的变化区间.以3个经典的大规模、非线性、带噪声的时间序列及国航某航空发动机排气温度变化量(DEGT)为例对该方法的预测性能进行验证,仿真结果表明,相对于RVM和模糊粒度支持向量机(FGSVM),该方法在预测精度和运算效率上都有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕晓峰	海军航空工程学院兵器科学与技术系	51	247	9.0	14.0
2	曲晓燕	海军航空工程学院兵器科学与技术系	30	152	7.0	11.0
3	马羚	海军航空工程学院兵器科学与技术系	11	20	2.0	4.0
4	张勇亮		1	1	1.0	1.0