一种新的机电设备状态趋势智能混合预测模型
胡桥
HE ZhengJia
訾艳阳
雷亚国
刘京科
1.西安交通大学,机械工程学院,西安7100492.西安交通大学,机械工程学院,西安7100493.西安交通大学,机械工程学院,西安7100494.西安交通大学,机械工程学院,西安7100495.西安交通大学,机械工程学院,西安710049
摘要：针对机电设备运行状态受多因素影响,变化趋势复杂,难以用单一预测方法进行有效预测的问题,提出一种新的基于改进灰色系统-支持向量机-神经模糊系统的智能混合预测模型.该模型首先利用改进灰色系统弱化数据序列波动性、支持向量机处理小样本和模糊神经系统处理非线性模糊信息的优点,分别进行趋势预测,然后通过改进遗传算法对这三者的预测结果进行自适应加权组合.将该模型应用于信号随机波动性较强、趋势变化复杂的标准算例和某机组振动趋势的预测中,研究结果表明,该模型的预测性能均优于上述三种单一预测方法.
关键词：改进灰色系统支持向量机神经模糊系统智能混合预测
分类号：TH17(机械运行与维修)TP18(自动化基础理论)TP206.3(自动化技术及设备)
资助基金：国家自然科学基金(50335030)国家自然科学基金(50175087)国家自然科学基金(50305012)国家重点基础研究发展计划(973计划)(2005CB724106)高等学校博士学科点专项科研项目(20040698026)
论文发表日期：2005-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 425-431 )
英文信息