一种小样本民机产品的可靠性预测方法

被引:7
作者
王烨
左洪福
蔡景
吕德峰
机构
[1] 南京航空航天大学民航学院
关键词
小样本; 民机产品; 可靠度预测; 支持向量机; 参数优化;
D O I
10.16356/j.1005-2615.2014.01.002
中图分类号
V268 [航空工业制造工厂];
学科分类号
082503 [航空宇航制造工程];
摘要
将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。
引用
收藏
页码:170 / 174
页数:5
相关论文
共 7 条
[1]
SVM和神经网络在电能质量扰动分类应用中的对比 [J].
秦业 ;
袁海斌 ;
袁海文 ;
崔勇 ;
王秋生 .
南京航空航天大学学报, 2011, 43(S1) (S1) :74-78
[2]
可靠性数据威布尔分析中秩评定算法改进研究 [J].
麻晓敏 ;
张士杰 ;
胡丽琴 ;
曹瑞芬 ;
刘萍 ;
罗乐 ;
吴宜灿 .
核科学与工程, 2007, (02) :152-155
[3]
Forecasting systems reliability based on support vector regression with genetic algorithms.[J].Kuan-Yu Chen.Reliability Engineering and System Safety.2006, 4
[4]
System reliability forecasting by support vector machines with genetic algorithms.[J].Ping-Feng Pai.Mathematical and Computer Modelling.2005, 3
[5]
Predicting engine reliability by support vector machines.[J].Wei-Chiang Hong;Ping-Feng Pai.The International Journal of Advanced Manufacturing Technology.2006, 1-2
[6]
Fast Monte Carlo reliability evaluation using support vector machine [J].
Rocco, CM ;
Moreno, JA .
RELIABILITY ENGINEERING & SYSTEM SAFETY, 2002, 76 (03) :237-243
[7]
Choosing multiple parameters for support vector machines [J].
Chapelle, O ;
Vapnik, V ;
Bousquet, O ;
Mukherjee, S .
MACHINE LEARNING, 2002, 46 (1-3) :131-159