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

来源：

南京航空航天大学学报 | 2014年 / 46卷 / 01期

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

页码：170 / 174

页数：5

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

← 1 →