基于灰色神经网络组合模型的故障预测

• 作者: 苏春 黄魁
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 故障预测 灰色模型 神经网络 组合模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 可靠性
• 页码范围: 238-244
• 页数: 7页
• 分类号: TB114.3
• 字数: 5797字
• 语种: 中文
• DOI: 10.3969／j.issn.1001‐506X.2020.01.32

摘要

针对装备故障预测存在有效样本少、模型预测精度低等问题,集成灰色理论和神经网络方法,提出基于灰色神经网络的故障预测组合模型.基于新信息优先原理和重构背景值方法优化灰色GM (1 ,1)模型的初始值与背景值,利用Levenberg‐M arquardt算法改进反向传播神经网络模型;采用组合预测思想,将多方法融合改进灰色模型和神经网络模型,分别构建基于权重分配、基于误差修正和基于结构优化的3种灰色神经网络组合模型.以某雷达发射机的故障预测为例,验证上述方法在故障预测中的有效性.结果表明,灰色神经网络组合模型的预测精度优于单一预测模型,可用于装备的故障预测和预测性维修.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏春	东南大学机械工程学院	87	933	20.0	25.0
2	黄魁	东南大学机械工程学院	2	0	0.0	0.0