本文關(guān)鍵詞：基于SVR的航空發(fā)動(dòng)機(jī)滑油金屬含量預(yù)測方法

  更多相關(guān)文章： 金屬含量預(yù)測 粒子群算法 局部最優(yōu) 散射模型 松弛系數(shù)

【摘要】：利用支持向量回歸機(jī)(SVR)對航空發(fā)動(dòng)機(jī)滑油中金屬含量進(jìn)行預(yù)測時(shí),通常利用粒子群算法優(yōu)化支持向量回歸機(jī)中的參數(shù)。而隨著迭代的深入,可能出現(xiàn)粒子陷入局部最優(yōu)的情況。通過建立粒子散射模型對這部分粒子進(jìn)行重定位,使之快速跳出局部最優(yōu)。引入松弛系數(shù)p,對慣性參數(shù)ω進(jìn)行調(diào)節(jié),使整個(gè)算法快速收斂。仿真實(shí)驗(yàn)表明,算法有助于粒子收斂于全局最優(yōu)點(diǎn),提高了滑油中金屬含量的預(yù)測精度。
【作者單位】： 四川大學(xué)空天科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 金屬含量預(yù)測 粒子群算法 局部最優(yōu) 散射模型 松弛系數(shù)
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51075286)
【分類號】：V228.2;TP18
【正文快照】： 通過對航空發(fā)動(dòng)機(jī)潤滑油中金屬含量的監(jiān)測和分析,可以知道發(fā)動(dòng)機(jī)內(nèi)部軸承,活塞,齒輪等的磨損情況。把采集到的歷史金屬含量值作為預(yù)測樣本,利用機(jī)器學(xué)習(xí)的方法,可對金屬含量值進(jìn)行預(yù)測,實(shí)現(xiàn)對發(fā)動(dòng)機(jī)零部件磨損情況的預(yù)判,從而為發(fā)動(dòng)機(jī)的維護(hù)提供有效的判斷依據(jù)。目前常用的辦，

本文編號：626757