考虑失效特征的废旧零部件再制造成本预测模型研究

• 作者: 张华 张旭刚 敖秀奕 江志刚
• 来源期刊: 中国机械工程
• 关键词: 失效特征 再制造 成本预测 半监督学习 最小二乘支持向量机回归(LS-SVR)
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 机械装备再制造
• 页码范围: 2594-2599
• 页数: 6页
• 分类号: TH122
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2018.21.012

摘要

分析了废旧零部件失效特征对其再制造成本的影响,建立了一种基于失效特征的废旧零部件再制造成本预测模型,该模型将半监督学习与最小二乘支持向量机回归(LS-SVR)算法相结合,实现了在只有少量已完成再制造的废旧零部件样本和大量未知再制造成本的零部件样本的条件下,对废旧零件再制造成本的预测.该算法加入了k最近邻(kNN)算法,以kNN为辅、LS-SVR为主对未标记的样本进行置信度评估,将各阶段最优未标记样本逐步添加进有标记的样本集中,逐步更新预测模型,能够有效降低噪声,提高模型精度.经案例验证,提出的算法具有良好的回归预测能力和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	武汉科技大学冶金装备及控制教育部重点实验室	219	1586	18.0	27.0
5	张旭刚	武汉科技大学冶金装备及控制教育部重点实验室	20	147	7.0	11.0
9	敖秀奕	武汉科技大学冶金装备及控制教育部重点实验室	3	3	1.0	1.0