嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

被引：18

作者：

张弦

王宏力

机构：

[1] 第二炮兵工程学院自动控制工程系

来源：

航空学报 | 2010年 / 31卷 / 12期

关键词：

最小二乘支持向量机; 粒子群优化; 交叉验证; 航空发动机; 状态时间序列预测;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重要参数,以交叉验证误差为评价准则,利用粒子群优化(PSO)进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型。航空发动机排气温度(EGT)预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测。

引用

页码：2309 / 2314

页数：6

共 9 条

[1]

基于气路参数样本的航空发动机状态监视方法与系统研究.[D].栾圣罡.哈尔滨工业大学.2008, 03

[2]

现代航空燃气涡轮发动机故障分析与智能诊断关键技术研究.[D].杨虞微.南京航空航天大学.2007, 05

[3] 基于过程神经网络的航空发动机排气温度预测 [J].