计算机测量与控制
計算機測量與控製
계산궤측량여공제
Computer Measurement & Control
2015年
9期
3081-3084
,共4页
果蝇算法%灰色神经网络%k折交叉验证%电子装备%故障预测
果蠅算法%灰色神經網絡%k摺交扠驗證%電子裝備%故障預測
과승산법%회색신경망락%k절교차험증%전자장비%고장예측
fruit fly optimization algorithm (FOA)%grey neural network (GNN)%k-fold cross validation%electronic equipment%fault prognostic
针对电子装备故障数据小样本、非线性的特点,在相空间重构处理原始时间序列数据的基础上,基于k折交叉验证和果蝇算法优化灰色神经网络模型参数,从而提出一种基于果蝇算法和灰色神经网络的故障预测方法,并以某型雷达高压电源监测数据仿真结果为例验证其模型性能;实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度方面都具有一定优势.
針對電子裝備故障數據小樣本、非線性的特點,在相空間重構處理原始時間序列數據的基礎上,基于k摺交扠驗證和果蠅算法優化灰色神經網絡模型參數,從而提齣一種基于果蠅算法和灰色神經網絡的故障預測方法,併以某型雷達高壓電源鑑測數據倣真結果為例驗證其模型性能;實驗結果錶明,相比已有方法,該方法在全跼優化、收斂速度、預測精度方麵都具有一定優勢.
침대전자장비고장수거소양본、비선성적특점,재상공간중구처리원시시간서렬수거적기출상,기우k절교차험증화과승산법우화회색신경망락모형삼수,종이제출일충기우과승산법화회색신경망락적고장예측방법,병이모형뢰체고압전원감측수거방진결과위례험증기모형성능;실험결과표명,상비이유방법,해방법재전국우화、수렴속도、예측정도방면도구유일정우세.
