原文服务方: 计算机应用研究       
摘要:
设备健康预测问题的研究大多在全样本数据下进行,而在缺失样本数据下的研究却很少.针对缺失样本数据下设备健康预测问题,提出了集成分段隐半马尔可夫模型(SHSMM)与GM(1 ,1 ,λ)的联合优化模型.基于SHSMM的模型架构,利用EM算法推导出SHSMM中的参数估计式,再基于GM(1 ,1 ,λ),提出灰色启发式算法填补样本中的缺失数据,在预测过程中进行设备健康预测.最后,通过案例分析对模型进行评价和验证.结果表明,提出的设备健康预测方法能有效解决缺失数据的问题.
推荐文章
基于动态EM-SHSMM的异常数据下设备健康预测研究
分段隐半马尔可夫模型
期望最大化自适应估计算法
动态前向后向灰色填充算法
寿命预测
基于动态EM-SHSMM的异常数据下设备健康预测研究
分段隐半马尔可夫模型
期望最大化自适应估计算法
动态前向后向灰色填充算法
寿命预测
缺失数据下基于EM算法的非线性过程建模
非线性过程
LPV系统
多模型
缺失数据
EM算法
参数估计
基于灰色理论的设备状态预测
灰色理论
代谢递补
状态预测
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 基于灰色EM-SHSMM的缺失数据下设备健康预测研究
来源期刊 计算机应用研究 学科
关键词 寿命预测 状态识别 分段隐半马尔可夫模型 最大期望算法 灰色启发式算法
年,卷(期) 2018,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3255-3258
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.11.013
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 叶春明 上海理工大学管理学院 425 3663 28.0 42.0
2 吕文元 上海理工大学管理学院 91 414 11.0 13.0
3 刘勤明 上海理工大学管理学院 48 67 4.0 6.0
4 吴健飞 上海理工大学管理学院 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (29)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(12)
  • 参考文献(1)
  • 二级参考文献(11)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
寿命预测
状态识别
分段隐半马尔可夫模型
最大期望算法
灰色启发式算法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导