基于支持向量機的航空發(fā)動機振動預測模型研究

提出了一種基于支持向量機的航空發(fā)動機振動參數預測方法.分析了支持向量機用于時間序列預測的基本理論,對時間序列進行了相空間重構,采用互信息法計算了延遲時間,運用平均一步絕對誤差選取了嵌入維數,在此基礎上建立了基于支持向量機的時間序列一步預測模型.應用某發(fā)動機飛參記錄數據對發(fā)動機振動參數進行預測,預測精度比RBF神經網絡更高.研究結果驗證了應用支持向量機模型進行發(fā)動機參數預測的正確性和可行性.

作 者： 劉林剛 李學仁 陳永剛 吳立勛 LIU Lin-gang LI Xue-ren CHEN Yong-gang WU Li-xun   作者單位： 劉林剛,李學仁,陳永剛,LIU Lin-gang,LI Xue-ren,CHEN Yong-gang(空軍工程大學工程學院)

吳立勛,WU Li-xun(陸軍航空兵學院) 

刊 名： 微計算機信息  PKU 英文刊名： CONTROL & AUTOMATION  年，卷(期)： 2008 24(16)  分類號： V2  關鍵詞： 支持向量機   相空間重構   振動預測   嵌入維數  

【基于支持向量機的航空發(fā)動機振動預測模型研究】相關文章：

基于HMLP參數的二肽logP值支持向量機預測模型04-26

洞庭湖富營養(yǎng)化支持向量機評價模型研究04-26

基于支持向量機的紅外成像跟蹤算法04-27

基于遺傳算法的航空發(fā)動機機載模型支持向量機修正方法04-26

路面質量影響因素分析-支持向量機模型04-26

基于最小二乘支持向量機的航空發(fā)動機故障遠程診斷04-27

一種基于支持向量機回歸的推薦算法04-26

支持向量機在機載設備故障診斷及預測中的應用研究04-26

基于熵組合預測模型的害蟲種群動態(tài)研究04-26

基于灰色神經網絡的航空發(fā)動機振動故障診斷方法研究04-26