基于动态EM-SHSMM的异常数据下设备健康预测研究

• 作者: 刘勤明 吴健飞
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2003-2006
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0025

摘要

针对设备退化过程中异常数据下的剩余有效寿命预测问题,提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法.基于SHSMM的理论框架,采用期望最大化参数自适应估计算法估计模型中的未知参数;基于WGM(1,1)模型,提出动态前向后向灰色填充算法处理样本中的异常数据,并利用健康预测过程预测设备的剩余有效寿命;通过实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异常数据的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勤明	上海理工大学管理学院	48	67	4.0	6.0
2	吴健飞	上海理工大学管理学院	4	2	1.0	1.0