基于GRA和AHP的GRNN神经网络零件失效概率预测方法

• 作者: 冉琰 朱晓 李松涛 柯磊 鞠萍华
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 广义回归神经网络 灰色关联分析 层次分析法 加权评价值 预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机械工程
• 页码范围: 34-40
• 页数: 7页
• 分类号: TH165+.4
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2019.04.005

摘要

为了提高对机械零件失效概率的预测精度,提出一种基于GRA和AHP的广义回归神经网络零件失效概率预测方法.在分析机械零件失效概率影响因素的基础上,首先利用灰色关联分析法(Grey Relational Analysis,GRA)分析影响机械零件失效概率的主要因素,通过层次分析法(Analytic Hierarchy Process,AHP)构建机械零件失效概率的评价指标层次体系,评估各个指标对于零件失效概率的权重;结合各个指标权重与初始值,以获取各指标的加权评价值;最后通过广义回归神经网络(Generalized Regression Neural Network,GRNN)建立以各指标加权评价值来预测机械零件失效概率的预测模型.利用本文方法所建立的预测模型对某企业数控转台的上齿盘失效概率进行预测,并与传统的GRNN神经网络预测模型、BP神经网络预测模型和回归预测模型进行对比,结果显示本文所建立的模型预测误差小于0.8％、残差在-0.2％～0.2％范围内,均优于对比模型的预测结果,表明所建立的预测模型具有更高的精度和更强的稳健性,适合于零件失效概率的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鞠萍华	重庆大学机械传动国家重点实验室	20	119	6.0	10.0
2	冉琰	重庆大学机械传动国家重点实验室	32	115	7.0	9.0
3	李松涛	重庆大学机械传动国家重点实验室	2	1	1.0	1.0
4	柯磊	重庆大学机械传动国家重点实验室	3	1	1.0	1.0
5	朱晓	重庆大学机械传动国家重点实验室	2	13	1.0	2.0