电子系统状态时间序列预测的优化相关向量机方法

摘要：

针对电子系统状态时间序列的预测问题,提出一种基于量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)的相关向量机(relevance vector machine,RVM)方法.对电子系统状态时间序列进行相空间重构,建立了RVM回归预测模型；以交叉验证误差最小作为优化目标,将RVM核参数表示为量子空间中的粒子位置,采用QPSO算法实现RVM模型参数的自动优化选择.雷达发射机状态时间序列预测实例表明,相比已有方法,所提方法具有更高的预测精度；同时,能够输出预测值的置信区间,有利于对电子系统未来健康状况做出更加可靠的判断.

关键词：状态时间序列预测、电子系统、相关向量机、交叉验证、量子粒子群优化

所属期刊栏目：35

分类号：TP206(自动化技术及设备)

资助基金：武器装备预研基金9140A27020212JB14311资助课题

在线出版日期：2013-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2011-2015