期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于IPSO-SVR的航空发动机磨损预测研究 被引量:4
1
作者 郑波 高峰 《润滑与密封》 CAS CSCD 北大核心 2014年第11期81-87,共7页
为提高支持向量回归(Support Vector Regression,SVR)预测模型对航空发动机磨损预测的准确性,提出利用改进的自适应粒子群优化(Improved Particle Swarm Optimization,IPSO)算法对SVR的结构参数和训练样本向量维数进行优化。IPSO算法采... 为提高支持向量回归(Support Vector Regression,SVR)预测模型对航空发动机磨损预测的准确性,提出利用改进的自适应粒子群优化(Improved Particle Swarm Optimization,IPSO)算法对SVR的结构参数和训练样本向量维数进行优化。IPSO算法采用非线性惯性权重和自适应探测响应机制,克服传统粒子群随机初始位置影响寻优结果的不足,提高预测结果的准确性和一致性。利用某型发动机光谱分析数据进行磨损预测研究。结果表明:与传统PSO-SVR和常用BP神经网络预测模型相比,IPSO-SVR预测结果具有更高的准确性,且预测结果保持良好的一致性。 展开更多
关键词 磨损预测 支持向量回归 非线性惯性权重 自适应探测响应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部