基于经验模态分解与LS-SVM的故障预测方法

• 作者: 丛林虎 于仁清 刘宇 王伊婧心 逯程
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 经验模态分解 最小二乘支持向量机 高斯核函数 故障率预测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 可靠性、保障性技术与效能分析
• 页码范围: 120-124
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2020.11.028

摘要

为了提高小样本、非线性时间序列的预测精度,利用经验模态分解理论与最小二乘支持向量机构建了一种新的预测模型.首先对非平稳时间序列进行EMD分解,产生本征模态函数IMF分量和残余函数RF分量;然后,通过改进高斯核函数提高其泛化能力,并利用改进的LS-SVM对各分量进行训练及预测;最后将各分量预测结果相加得到最终预测值.通过对波音飞机的经典故障率预测算例,验证了论文方法的有效性和优越性.