基于最小二乘支持向量回歸的系統(tǒng)可靠性預測.pdf

1、近年來，隨著社會的變革、文化的發(fā)展以及科學技術(shù)的飛速進步，發(fā)動機系統(tǒng)的可靠性越來越受到人們的重視，如何提高系統(tǒng)的可靠性逐漸成為一個非常重要的科學問題，對系統(tǒng)的安全性評估有很多方法，其中可靠性預測是最常用的方法之一。由于其強大的非線性擬合能力，以神經(jīng)網(wǎng)絡(luò)和支持向量機為主的軟計算方法是目前系統(tǒng)可靠性預測的主要方法，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或神經(jīng)網(wǎng)絡(luò)方法都沒有考慮可靠性時間序列數(shù)據(jù)中存在的不410確定性和隨機性。因

2、此，如何建立系統(tǒng)合理的可靠性預測模型并對系統(tǒng)可靠性數(shù)據(jù)進行預測是一項具有非常重要意義的研究工作。針對該問題，本文研究主要完成了以下工作：
　　1、通過閱讀相關(guān)文獻了解到當前基于神經(jīng)網(wǎng)絡(luò)和支持向量機的可靠性預測方法的不足，提出了迭代非線性濾波算法下基于最小二乘支持向量機的可靠性預測方法，該方法合理的考慮到了可靠性時間序列數(shù)據(jù)的不確定性。
　　2、建立用于發(fā)動機系統(tǒng)可靠性數(shù)據(jù)預測的數(shù)學模型。為了能夠運用迭代非線性濾波算法，基于最

3、小二乘支持向量回歸建立了發(fā)動機失效和可靠性時間序列預測模型的狀態(tài)轉(zhuǎn)移方程和觀測方程。
　　3、為驗證提出方法的有效性，用 IEKF和 IUKF兩種濾波方法對提出的模型在MATLAB平臺上進行仿真實驗，得到了預測結(jié)果，利用四個評價指標，將得到的預測誤差與文獻中自回歸模型（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）預測模型的預測誤差進行了比較，最終結(jié)果表明，本文所提出的預測方法具有更好的預