基于组合函数和遗传算法最优化离散灰色模型的电力负荷预测 被引量：21

1

作者 李伟 董伟栋 袁亚南 《电力自动化设备》 EI CSCD 北大核心 2012年第4期76-79,共4页

鉴于传统DGM(1,1)模型建模过程中假定原始数据序列服从近似指数增长规律,且以数据序列的第1个数据保持不变得出预测结果的缺陷,利用组合函数"对数-幂函数"对原始数据进行处理,使其符合灰色预测模型的建模规律,引入遗传算法寻... 鉴于传统DGM(1,1)模型建模过程中假定原始数据序列服从近似指数增长规律,且以数据序列的第1个数据保持不变得出预测结果的缺陷,利用组合函数"对数-幂函数"对原始数据进行处理,使其符合灰色预测模型的建模规律,引入遗传算法寻求离散灰色模型初始迭代值的最优解,建立了基于组合函数和遗传算法改进的离散灰色模型。负荷预测案例得出所建模型的平均相对误差(MAPE)为0.892%,而GM(1,1)预测的MAPE为1.580%,DGM(1,1)预测的MAPE为1.343%,证明该改进模型有效提高了预测精度。 展开更多

关键词 电力系统 负荷预测 离散灰色模型 组合函数 遗传算法 数学模型

在线阅读 下载PDF 职称材料

基于自适应遗传算法的油田产量灰色预测模型 被引量：13

2

作者 陈民锋 郎兆新 《系统工程学报》 CSCD 2003年第6期541-546,共6页

应用灰色预测建模理论,使用精确差分格式和改进拟合参数的方法,对呈波动变化的数据系列,建立了改进的灰色预测模型.由于拟合参数与误差之间存在着明显的非线性关系,选用自适应遗传算法求取拟合参数最优值.通过对油田产量预测的实例计算... 应用灰色预测建模理论,使用精确差分格式和改进拟合参数的方法,对呈波动变化的数据系列,建立了改进的灰色预测模型.由于拟合参数与误差之间存在着明显的非线性关系,选用自适应遗传算法求取拟合参数最优值.通过对油田产量预测的实例计算表明,改进的灰色模型预测精度明显提高. 展开更多

关键词 油田开发 油田产量 灰色预测模型 灰色系统理论 自适应遗传算法

在线阅读 下载PDF 职称材料

灰色遗传算法模型在短期电力负荷预测中的应用 被引量：3

3

作者 张利平 王伟锋 唐德善 《热力发电》 CAS 北大核心 2005年第12期17-19,共3页

针对灰色GM(1,1)模型用于电力负荷短期预测不能有效反映负荷周期性变化及精度不高的问题,将GM(1,1)模型推广为GM(1,1,λ)模型,并用遗传算法求解λ的最佳值,同时将该模型应用于河南某电网未来24h负荷实际预测。结果表明,基于遗传算法的GM... 针对灰色GM(1,1)模型用于电力负荷短期预测不能有效反映负荷周期性变化及精度不高的问题,将GM(1,1)模型推广为GM(1,1,λ)模型,并用遗传算法求解λ的最佳值,同时将该模型应用于河南某电网未来24h负荷实际预测。结果表明,基于遗传算法的GM(1,1,λ)模型具有较高的预测精度,预测效果显著。 展开更多

关键词 电力负荷 短期负荷预测 灰色模型 GM(1 1 λ)模型 遗传算法

在线阅读 下载PDF 职称材料

基于遗传算法的灰色马氏链模型预测油田产量 被引量：1

4

作者 文华 《特种油气藏》 CAS CSCD 2009年第6期58-60,共3页

油田开发中,将产量波动较大的油田视为一个随机动态的灰色系统,结合灰色模型和马氏链模型的优点,采用具有擅长全局搜索和高度鲁棒性特点的遗传算法,直接优化求解模型的灰参数和马氏链的状态空间,建立起预测油田产量的灰色马氏链预测模... 油田开发中,将产量波动较大的油田视为一个随机动态的灰色系统,结合灰色模型和马氏链模型的优点,采用具有擅长全局搜索和高度鲁棒性特点的遗传算法,直接优化求解模型的灰参数和马氏链的状态空间,建立起预测油田产量的灰色马氏链预测模型。实践表明,该模型能有效地克服2种方法在动态预测上的不足,预测结果与实际值吻合程度较高,且方法简便易行,在油田开发动态预测评价方面具有可行性。 展开更多

关键词 灰色模型 马氏链模型 灰色马氏链模型 实数编码 自适应遗传算法 油田动态预测 大庆油田北一区断块

在线阅读 下载PDF 职称材料

基于遗传算法和灰色神经网络的电力机车产品需求预测方法 被引量：5

5

作者 魏巍 贺雷永 李垂辉 《包装工程》 CAS 北大核心 2022年第12期37-44,共8页

目的应对快速多变的市场,提前预知市场发展,制定相应的排产计划,使企业在竞争中占据先发优势。方法目前基于灰色神经网络的预测算法,准确地预测产品需求通常需要连续且大量的样本数据,对小数据非线性系统的预测结果精确度低、可靠性差,... 目的应对快速多变的市场,提前预知市场发展,制定相应的排产计划,使企业在竞争中占据先发优势。方法目前基于灰色神经网络的预测算法,准确地预测产品需求通常需要连续且大量的样本数据,对小数据非线性系统的预测结果精确度低、可靠性差,针对这一问题,提出一种耦合遗传算法的灰色神经网络预测方法,综合灰色模型和神经网络理论,构建了面向产品订单量需求预测的灰色神经网络模型;通过电力机车产品实例分析了模型的预测性能;为解决预测过程中模型早熟收敛的问题,利用遗传算法对训练网络的权重和阈值进行了迭代优化。结论研究结果表明,优化后产品预测模型的精确性和鲁棒性得到提高,验证了所设计方法的可行性。 展开更多

关键词 需求预测 灰色模型 神经网络 遗传算法

在线阅读 下载PDF 职称材料

基于遗传算法的灰色神经网络的预测 被引量：6

6

作者 张双 《统计与决策》 CSSCI 北大核心 2014年第17期79-81,共3页

文章首先对BP神经网络进行改善,利用遗传算法对权值和阙值的初始值进行优化,加快了收敛速度,一定程度上避免了局部最小的问题,利用这种改进的BP神经网络对GM(1,1)预测残差进行修正,建立灰色神经网络模型。其次结合宏观经济因素对股指进... 文章首先对BP神经网络进行改善,利用遗传算法对权值和阙值的初始值进行优化,加快了收敛速度,一定程度上避免了局部最小的问题,利用这种改进的BP神经网络对GM(1,1)预测残差进行修正,建立灰色神经网络模型。其次结合宏观经济因素对股指进行多元回归分析,利用加权法对多元回归分析和灰色神经网络进行组合,更好的利用了不同单一模型的优势。这种组合预测模型较灰色预测模型误差率可以减少40—70%。 展开更多

关键词 遗传算法 灰色神经网络模型 股指 宏观经济因素 多元回归分析 组合预测

在线阅读 下载PDF 职称材料

基于SSA-RBF神经网络的煤自然发火预测模型 被引量：2

7

作者 高飞 梁宁 +1 位作者 贾喆 侯青 《中国安全科学学报》 CAS CSCD 北大核心 2024年第8期128-137,共10页

为解决传统煤自燃预测模型预测状态单一和预测精度不高的问题,提出基于麻雀搜索算法(SSA)优化的径向基(RBF)神经网络煤自然发火预测模型。首先,采用程序升温试验分析煤样指标气随温度的变化特征,将煤自然发火过程按煤温分为缓慢(80≤t_(... 为解决传统煤自燃预测模型预测状态单一和预测精度不高的问题,提出基于麻雀搜索算法(SSA)优化的径向基(RBF)神经网络煤自然发火预测模型。首先,采用程序升温试验分析煤样指标气随温度的变化特征,将煤自然发火过程按煤温分为缓慢(80≤t_(i)<120℃)、加速(120≤t_(i)<160℃)和激烈(t_(i)≥160℃)3个氧化阶段,同时分析这3个阶段指标气与煤温的灰色关联度;其次通过不同维度测试函数检验粒子群算法(PSO)、灰狼算法(GWO)和SSA算法性能;最后利用6个矿区数据验证基于SSA-RBF神经网络的煤自燃预测模型的优越性。结果显示,缓慢氧化阶段CO/ΔO_(2)、CO、C_(2)H_(4)这3种指标气体与煤温的灰色关联系数最大;而加速氧化阶段C_(2)H_(4)/C_(2)H_(6)、CO/ΔO_(2)、CO_(2)/CO_(3)种指标与煤温的灰色关联系数最大。3种不同维度函数的测试结果表明:SSA与PSO、GWO相比具有更好的全局搜索能力和稳定性,其收敛速度更快;神经元数量为5个、迭代次数为300次时,SSA-RBF神经网络预测模型对缓慢氧化和加速氧化阶段的预测准确性分别达到了99%和93%。 展开更多

关键词 麻雀搜索算法(SSA) 径向基函数(rbf)神经网络 煤自然发火 预测模型 指标气 灰色关联度

在线阅读 下载PDF 职称材料

基于灰色RBF神经网络组合模型的交通量预测研究 被引量：4

8

作者 王旭 周旭 《森林工程》 2012年第4期51-54,共4页

根据新陈代谢灰色模型和RBF神经网络模型各自的特点,构造一种新陈代谢灰色模型与RBF神经网络模型组合的平面型模型,模型对无检测器公路的交通量具有较好的预测能力,并用实地调查的数据进行仿真和比较,验证此模型具有较高的精度,从而证... 根据新陈代谢灰色模型和RBF神经网络模型各自的特点,构造一种新陈代谢灰色模型与RBF神经网络模型组合的平面型模型,模型对无检测器公路的交通量具有较好的预测能力,并用实地调查的数据进行仿真和比较,验证此模型具有较高的精度,从而证明这一模型的可行性和有效性。 展开更多

关键词 灰色理论 rbf神经网络 新陈代谢 组合模型 交通量 预测

在线阅读 下载PDF 职称材料

遗传优化的灰色神经网络模型比较研究 被引量：7

9

作者 袁景凌 李小燕 钟珞 《计算机工程与应用》 CSCD 北大核心 2010年第2期41-43,共3页

针对灰色系统结合RBF神经网络时算法存在局部最优和收敛性等问题,引入遗传算法来辅助优化灰色神经网络预测模型。利用具有的较强全局搜索能力,且收敛速度快的遗传算法对GM(1,1)模型参数λ进行高效求解,然后融合RBF神经网络和改进的灰色G... 针对灰色系统结合RBF神经网络时算法存在局部最优和收敛性等问题,引入遗传算法来辅助优化灰色神经网络预测模型。利用具有的较强全局搜索能力,且收敛速度快的遗传算法对GM(1,1)模型参数λ进行高效求解,然后融合RBF神经网络和改进的灰色GM(1,1)模型,构成两种不同结构的基于遗传算法的灰色RBF预测模型,一种是灰色RBF补偿预测模型GA-GRBF,另一种是灰色嵌入型GRBF模型。以某智能监控系统采集的风响应时程数据进行仿真分析,结果表明经过遗传算法优化的GRBF模型都要优于单一的GRBF模型,并且GA-GRBF模型建模简单,预测精度高,实用性强。 展开更多

关键词 GM(1 1)模型 径向基函数 基于遗传算法的灰色rbf预测模型 GA-Grbf模型 优化 残差补偿

在线阅读 下载PDF 职称材料

基于改进灰色模型的蓄电池剩余容量预测 被引量：5

10

作者 李立伟 原明亭 包书哲 《电源技术》 CAS CSCD 北大核心 2006年第12期1006-1008,共3页

蓄电池作为直流系统交流停电时的后备电源,其剩余容量直接影响了直流系统的安全运行。在对现有灰色预测模型进行深入研究的基础上,将遗传算法引入到GM(1,1)模型中,对此加以改进,提出了一种新的基于遗传算法的蓄电池剩余容量灰色预测模... 蓄电池作为直流系统交流停电时的后备电源,其剩余容量直接影响了直流系统的安全运行。在对现有灰色预测模型进行深入研究的基础上,将遗传算法引入到GM(1,1)模型中,对此加以改进,提出了一种新的基于遗传算法的蓄电池剩余容量灰色预测模型。预测实例表明,基于遗传算法的蓄电池剩余容量改进灰色预测模型比传统的GM(1,1)预测模型具有更高的模型精度,能够满足工程需要。该方法可减少传统的电池容量放电实验次数,从而延长了蓄电池的使用寿命。 展开更多

关键词 直流系统 遗传算法 灰色预测 GM(1 1)模型

在线阅读 下载PDF 职称材料

股票的GA-RBF预测模型 被引量：2

11

作者 王铭泽 关新红 +1 位作者 闫吉府 王琳 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2014年第7期970-973,共4页

针对股票市场中价格序列是一个复杂的非线性动态系统,同时难以实现准确预测的问题,采用RBF神经网络方法,利用其较强的非线性处理能力进行股票价格预测研究,同时利用具有全局搜索能力的遗传算法对RBF神经网络进行优化研究,得到性能更加... 针对股票市场中价格序列是一个复杂的非线性动态系统,同时难以实现准确预测的问题,采用RBF神经网络方法,利用其较强的非线性处理能力进行股票价格预测研究,同时利用具有全局搜索能力的遗传算法对RBF神经网络进行优化研究,得到性能更加优越的神经网络模型.分别使用传统RBF神经网络和遗传算法优化后的RBF神经网络进行股票价格预测,实验结果表明:利用遗传算法优化后的RBF神经网络在网络的结构和逼近性能上都有明显改进和提高,能够有效地反映股票价格的波动特性,提高股价预测的准确性.该研究成果对股票市场规律的研究具有一定的参考价值和指导意义. 展开更多

关键词 rbf神经网络 遗传算法 股票 价格 预测模型 收敛性

在线阅读 下载PDF 职称材料

基于GA-灰色波形预测模型的白洋淀天然入淀水量 被引量：6

12

作者 任旺 徐国宾 《南水北调与水利科技》 CSCD 北大核心 2017年第5期9-14,49,共7页

白洋淀天然入淀水量在长期的时间序列上有着丰、枯水期交替演化的规律,灰色波形模型适用于这一规律发展趋势的研究。通过遗传算法(GA)对灰色一阶模型(GM(1,1))的迭代基值α与背景值系数β进行优化,利用遗传算法收敛效率高,选择范围广的... 白洋淀天然入淀水量在长期的时间序列上有着丰、枯水期交替演化的规律,灰色波形模型适用于这一规律发展趋势的研究。通过遗传算法(GA)对灰色一阶模型(GM(1,1))的迭代基值α与背景值系数β进行优化,利用遗传算法收敛效率高,选择范围广的优点,建立了以GA-GM(1,1)群为基础的GA-灰色波形模型,对白洋淀天然入淀水量趋势进行研究。最终得出结论:GA-灰色波形模型不仅在信息序列的拟合上明显优于传统灰色波形模型,且GA-灰色波形模型能更好的抓住信息序列发展特点,更为准确的预测白洋淀天然入淀水量演化规律。说明用GA-灰色波形模型进行白洋淀天然入淀水量研究是可行的,也为研究湖泊水资源量变化提供了一种新思路。 展开更多

关键词 天然水量预测 遗传算法(GA) 灰色波形模型 GA-GM(1 1)模型 白洋淀

在线阅读 下载PDF 职称材料

基于GA-RBF融合算法的玉米病虫害产量损失预测研究 被引量：3

13

作者 王冬雪 陈桂芬 +1 位作者 李英伦 史树森 《江苏农业科学》 2019年第9期263-266,共4页

鉴于玉米病虫害等影响因素在预测玉米产量损失时所具有的复杂及非线性等特点,采用传统的径向基函数(radial basis function,简称RBF)神经网络预测起来相对较难,且其预测精度较低。针对上述问题,提出1种基于遗传算法(genetic algorithm,... 鉴于玉米病虫害等影响因素在预测玉米产量损失时所具有的复杂及非线性等特点,采用传统的径向基函数(radial basis function,简称RBF)神经网络预测起来相对较难,且其预测精度较低。针对上述问题,提出1种基于遗传算法(genetic algorithm,简称GA)和径向基函数神经网络相融合的优化算法,对病虫害所造成的玉米产量损失进行预测。该融合算法利用人工神经网络的非线性拟合能力强和遗传算法寻优能力强的优点,建立最优产量损失预测模型,将该模型的估算值与玉米产量的实际值进行拟合,得到较好的拟合效果图。为了验证算法的可行性,以国家863计划示范基地榆树市弓棚镇13号村的试验数据为样本数据进行仿真预测。结果表明,经过GA-RBF融合算法的预测误差为0.207,较优化前误差降低了0.151,预测精度得到提高,实现对玉米病虫害产量损失的有效预测。预测结果可为农民进行科学有效的病虫害防控提供科学依据,经济有效地降低受灾程度,提高玉米产量。 展开更多

关键词 遗传算法 rbf神经网络 融合算法 玉米病虫害 产量损失预测模型

在线阅读 下载PDF 职称材料

基于RAGA的GM(1,1)-RBF组合需水预测模型 被引量：1

14

作者 邵磊 周孝德 +1 位作者 杨方廷 韩军 《长江科学院院报》 CSCD 北大核心 2010年第5期29-33,共5页

建立了基于实码加速遗传算法(real coded accelerating genetic algorithm,RAGA)的灰色(grey model,GM(1,1))-径向基函数(radial basis function,RBF)神经网络预测模型。该模型克服了传统GM(1,1)模型存在明显系统误差和容易陷入局部最... 建立了基于实码加速遗传算法(real coded accelerating genetic algorithm,RAGA)的灰色(grey model,GM(1,1))-径向基函数(radial basis function,RBF)神经网络预测模型。该模型克服了传统GM(1,1)模型存在明显系统误差和容易陷入局部最优的缺点,具有GM(1,1)模型对数据确定性方面把握的优点,同时融合了人工神经网络在不确定因素预测方面的优势。运用该模型对山西工业需水量进行预测,预测表明该模型相比单个传统模型具有相对较高的预测精度,验证了GM(1,1)-RBF组合模型在中长期需水预测应用中的合理性,对相关政策的制定有一定参考价值。 展开更多

关键词 实码加速遗传算法 灰色预测模型 径向基函数神经网络 组合预测 山西

在线阅读 下载PDF 职称材料

基于空穴序列的灰色预测模型及其应用 被引量：2

15

作者 敖培 牟龙华 《电力系统保护与控制》 EI CSCD 北大核心 2009年第24期90-93,共4页

在实际预测中,原始数据往往呈现空穴序列,无法直接应用传统的基于等间距序列数据的灰色模型对其进行预测。提出直接利用有限的、不连续的观测点数据建立GM(1,1)模型,并利用遗传算法确定模型参数。最后,以某地区的电力系统负荷为算例,分... 在实际预测中,原始数据往往呈现空穴序列,无法直接应用传统的基于等间距序列数据的灰色模型对其进行预测。提出直接利用有限的、不连续的观测点数据建立GM(1,1)模型,并利用遗传算法确定模型参数。最后,以某地区的电力系统负荷为算例,分别采用该文直接基于原始空穴序列建模和传统的内插数据后再建模,并将两种模型的预测结果进行了分析比较。结果表明,与传统内插GM(1,1)模型相比较,基于空穴序列的GM(1,1)模型的模型精度和预测精度均较高。 展开更多

关键词 GM(1 1)模型 空穴序列 遗传算法 非线性规划 灰色预测

在线阅读 下载PDF 职称材料

基于灰色关联分析及GA-BP模型的岩体爆破块度预测 被引量：5

16

作者 关富僳 吴发名 +3 位作者 罗志 姚强 廖亚斌 李洪涛 《爆破器材》 CAS CSCD 北大核心 2021年第4期40-47,53,共9页

在土石坝筑坝材料的爆破开采过程中,准确预测岩体爆破块度并进行块度控制,可保证土石坝的填筑质量。结合长河坝工程的过渡料现场爆破试验,采用灰色关联分析法分析影响爆破块度的主要因素,以此选取孔距、不均匀系数等分别作为预测模型的... 在土石坝筑坝材料的爆破开采过程中,准确预测岩体爆破块度并进行块度控制,可保证土石坝的填筑质量。结合长河坝工程的过渡料现场爆破试验,采用灰色关联分析法分析影响爆破块度的主要因素,以此选取孔距、不均匀系数等分别作为预测模型的输入、输出参数,并采用遗传算法(GA)优化反向传播(BP)神经网络,建立了预测爆破块度的GA-BP模型。该模型的工程应用结果显示,不均匀系数C u、曲率系数C c、分形维数D预测值的平均相对误差分别为5.918%、8.862%、2.867%,且预测级配曲线的线形及走向均与实际结果较为接近,表明预测效果良好。对比GA-BP模型与BP网络的预测结果发现,GA-BP模型预测值的平均相对误差更小,表明总体上GA-BP模型优于BP网络。 展开更多

关键词 块度预测 灰色关联分析 BP网络 遗传算法 GA-BP模型

在线阅读 下载PDF 职称材料

基于相关系数和灰色模型的振荡序列预测 被引量：3

17

作者 田红丽 李成群 +1 位作者 闫会强 陈昕 《计算机工程与设计》 北大核心 2020年第2期557-561,共5页

针对灰色模型在振荡序列预测中的不足,提出一种组合预测方法。针对时间序列,提出残差相关系数,计算当前训练数据和历史数据段的相关系数。在最相似历史数据段中利用遗传算法对灰色模型参数寻优,将该参数输入灰色模型实现当前预测。将当... 针对灰色模型在振荡序列预测中的不足,提出一种组合预测方法。针对时间序列,提出残差相关系数,计算当前训练数据和历史数据段的相关系数。在最相似历史数据段中利用遗传算法对灰色模型参数寻优,将该参数输入灰色模型实现当前预测。将当前预测结果和相似历史值加权求和,得到最终的预测结果。基于人工数据的对比实验结果表明,残差相关系数更能有效反映数据间的相似关系。基于天然气价格预测的对比实验结果表明,所提方法预测结果准确度更高。 展开更多

关键词 振荡序列预测 相关系数 灰色模型 遗传算法 天然气价格预测

在线阅读 下载PDF 职称材料

分数阶离散灰色模型及其在备件需求预测中的应用 被引量：18

18

作者 潘显俊 张炜 +1 位作者 赵田 郭小强 《兵工学报》 EI CAS CSCD 北大核心 2017年第4期785-792,共8页

针对某型新概念武器装备缺乏可比对的现有装备,备件需求历史数据少,对装备本身保障特性缺乏了解等问题,提出应用分数阶GM(r,1)模型进行备件需求预测的方法。应用矩阵扰动理论证明了GM(r,1)模型的扰动界小于GM(1,1)模型的扰动界。利用1... 针对某型新概念武器装备缺乏可比对的现有装备,备件需求历史数据少,对装备本身保障特性缺乏了解等问题,提出应用分数阶GM(r,1)模型进行备件需求预测的方法。应用矩阵扰动理论证明了GM(r,1)模型的扰动界小于GM(1,1)模型的扰动界。利用1阶累加矩阵及其矩阵乘法运算推导出p阶累加矩阵。应用分数阶差分方程理论,将p阶累加矩阵推广到r分数阶累加矩阵,建立分数阶累加灰色模型GM(r,1)。通过矩阵求逆运算,得到r分数阶累减矩阵,简化了r分数阶累减计算方法。应用遗传算法确定GM(r,1)模型最优阶数,利用GM(r,1)模型预测维修备件需求,并通过实际数据实验,表明GM(r,1)模型比GM(1,1)模型具有更好的预测性能。 展开更多

关键词 兵器科学与技术 装备保障 灰色模型 备件 需求预测 分数阶 遗传算法

在线阅读 下载PDF 职称材料

改进的RBF神经网络在磨矿指标预测中的应用 被引量：3

19

作者 黄肖玲 刘巍 +1 位作者 宣伟宏 魏俊秀 《控制工程》 CSCD 2008年第5期560-563,共4页

针对选矿生产过程中磨矿生产率和磨矿浓度、介质填充率和料球比3个指标之间的关系,分析了磨矿生产率对磨矿过程产品质量和工作效率的影响,提出了磨矿过程预测模型,采用了模糊聚类与改进的遗传算法相结合训练RBF神经网络的新方法。仿真... 针对选矿生产过程中磨矿生产率和磨矿浓度、介质填充率和料球比3个指标之间的关系,分析了磨矿生产率对磨矿过程产品质量和工作效率的影响,提出了磨矿过程预测模型,采用了模糊聚类与改进的遗传算法相结合训练RBF神经网络的新方法。仿真结果表明,该模型可以快速准确地预报生产状况,对于企业进行实时生产控制具有较高的实用价值。 展开更多

关键词 磨矿生产率 模糊聚类 rbf神经网络 遗传算法 预测模型

在线阅读 下载PDF 职称材料

基于组合模型的滚动轴承故障预测研究 被引量：4

20

作者 颉潭成 张凯 +1 位作者 马君达 徐彦伟 《机械设计与制造》 北大核心 2019年第1期36-39,共4页

针对轴承故障预测可使用的样本数据少、特征参数信息贫乏且呈现非线性、不确定性等特点,提出一种基于改进灰色GM(1,1)和遗传算法优化的BP神经网络的组合预测模型。首先,根据各单一模型在当前时段的预测误差,通过最小二乘法确定出在未来... 针对轴承故障预测可使用的样本数据少、特征参数信息贫乏且呈现非线性、不确定性等特点,提出一种基于改进灰色GM(1,1)和遗传算法优化的BP神经网络的组合预测模型。首先,根据各单一模型在当前时段的预测误差,通过最小二乘法确定出在未来时段中两种单一模型的权重,然后将预测结果进行加权求和,得到最终的组合模型预测值。该模型既能实现灰色GM(1,1)模型处理小样本的轴承振动数据预测的目标,也能发挥BP神经网络解决非线性拟合问题的优势。最后,将组合模型与各单一模型进行实例数据分析,结果表明组合模型的预测精度为96.63%,比上述子模型的预测结果分别提高了7.84%和6.13%。 展开更多

关键词 故障预测 灰色GM(1 1) BP神经网络 遗传算法 组合模型

在线阅读 下载PDF 职称材料