基于最小二乘支持向量回歸的系統(tǒng)可靠性預(yù)測(cè).pdf

1、近年來(lái)，隨著社會(huì)的變革、文化的發(fā)展以及科學(xué)技術(shù)的飛速進(jìn)步，發(fā)動(dòng)機(jī)系統(tǒng)的可靠性越來(lái)越受到人們的重視，如何提高系統(tǒng)的可靠性逐漸成為一個(gè)非常重要的科學(xué)問(wèn)題，對(duì)系統(tǒng)的安全性評(píng)估有很多方法，其中可靠性預(yù)測(cè)是最常用的方法之一。由于其強(qiáng)大的非線(xiàn)性擬合能力，以神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)為主的軟計(jì)算方法是目前系統(tǒng)可靠性預(yù)測(cè)的主要方法，但它們都存在著一些不足，最重要的是單純利用支持向量機(jī)或神經(jīng)網(wǎng)絡(luò)方法都沒(méi)有考慮可靠性時(shí)間序列數(shù)據(jù)中存在的不410確定性和隨機(jī)性。因

2、此，如何建立系統(tǒng)合理的可靠性預(yù)測(cè)模型并對(duì)系統(tǒng)可靠性數(shù)據(jù)進(jìn)行預(yù)測(cè)是一項(xiàng)具有非常重要意義的研究工作。針對(duì)該問(wèn)題，本文研究主要完成了以下工作：
　　1、通過(guò)閱讀相關(guān)文獻(xiàn)了解到當(dāng)前基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的可靠性預(yù)測(cè)方法的不足，提出了迭代非線(xiàn)性濾波算法下基于最小二乘支持向量機(jī)的可靠性預(yù)測(cè)方法，該方法合理的考慮到了可靠性時(shí)間序列數(shù)據(jù)的不確定性。
　　2、建立用于發(fā)動(dòng)機(jī)系統(tǒng)可靠性數(shù)據(jù)預(yù)測(cè)的數(shù)學(xué)模型。為了能夠運(yùn)用迭代非線(xiàn)性濾波算法，基于最

3、小二乘支持向量回歸建立了發(fā)動(dòng)機(jī)失效和可靠性時(shí)間序列預(yù)測(cè)模型的狀態(tài)轉(zhuǎn)移方程和觀測(cè)方程。
　　3、為驗(yàn)證提出方法的有效性，用 IEKF和 IUKF兩種濾波方法對(duì)提出的模型在MATLAB平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)，得到了預(yù)測(cè)結(jié)果，利用四個(gè)評(píng)價(jià)指標(biāo)，將得到的預(yù)測(cè)誤差與文獻(xiàn)中自回歸模型（AR）、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF-NNs）、多層前向反饋感知神經(jīng)網(wǎng)絡(luò)（MLP-NNs）預(yù)測(cè)模型的預(yù)測(cè)誤差進(jìn)行了比較，最終結(jié)果表明，本文所提出的預(yù)測(cè)方法具有更好的預(yù)