10.16208/j.issn1000-7024.2017.10.039
基于灰色和LSSVM的航空发动机状态预测
为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法.通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模型的预测结果作为输入,原始数据作为输出,训练构建LSSVM预测模型进行预测.选取航空发动机主燃油泵作为具体研究对象,采集排气温度作为其状态预测参数进行状态预测.研究结果表明,相比单一预测模型,灰色最小二乘支持向量机预测精度更高,为航空发动机状态预测提供了一种有效的解决途径.
灰色模型、最小二乘支持向量机、航空发动机、主燃油泵、排气温度、状态预测
38
TP206+.3(自动化技术及设备)
国防基础科研基金项目Z052012B002;辽宁省自然科学基金项目2014024003;航空科学基金项目20153354005
2017-12-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
2809-2813