共查询到20条相似文献,搜索用时 359 毫秒
1.
针对单一模型对炮控系统组成部件的健康预测精度低、适用性差等问题,提出一种改进灰狼优化算法(IGWO)的组合预测方法。通过改进灰狼优化算法(GWO)的收敛因子,提高全局搜索能力,避免陷入局部最优值;选择在健康预测中效果较好的ARMA、RBFNN、LSSVM模型,搜索3种模型的最优权重系数并建立组合预测模型;以陀螺仪组为例,将其温度传感器阻值与漂移度数据分别带入单一模型、IGWO组合模型和其他组合模型中进行健康预测。通过对预测结果的误差评价分析与RUL误差比较,可以得出,IGWO在搜索组合模型最优权重系数方面优于GWO,预测精度也优于其他组合模型,且预测效果稳定。 相似文献
2.
3.
利用连续波雷达测试弹丸径向速度时,会遇到弹丸、火炮、雷达及外界因素异常,测试的径向速度会出现缺失,导致递推出的炮口初速不准确。为此,选择建立合理的模型预测出缺失的径向速度对数据进行重构。雷达测试的径向速度属于一维数据,大口径弹丸的径向速度主要包含线性特征,小口径弹丸的径向速度既包含线性特征又包含非线性特征,都可以建立ARIMA模型、GM(1,1)灰色模型和回归模型进行预测。但是这些传统模型有时预测能力比较局限,预测精度不理想。为了充分整合所有模型的预测优势,提高预测精度,选择建立组合模型进行预测。针对大口径弹丸,建立由ARIMA、GM(1,1)和一阶线性回归方程构建的组合模型进行预测,针对小口径弹丸,建立由ARIMA、GM(1,1)和二次多项式回归方程构建的组合模型进行预测,为了保证预测精度,按照迭代的方式进行预测。实验结果表明,无论是大口径弹丸还是小口径弹丸,组合模型的预测精度始终高于单项模型,平均相对误差小于1‰,更加适合作为弹丸径向速度的预测模型。 相似文献
4.
提出了一种Markov高阶残差修正GM(1,1)区间模型,在GM(1,1)模型的基础上对拟合数据残差项的绝对值运用Markov模型进行数据拟合,通过将残差项叠加的方式逼近数据真实值.根据残差项的正负状态构建了预测区间,并通过数值模拟论证了预测区间的适用范围与合理性,运用Markov模型对预测区间进行了修正和改进,给出了Markov高阶残差预测区间的表达式.分析结果表明,模型弱化了灰色发展系数的取值条件,并且计算修正残差的阶数越高,预测区间结果可靠性越高,避免了根据概率大小选择预测结果所产生的预测风险,提高了预测结果的可靠性. 相似文献
5.
6.
7.
针对靶场试验中利用初速雷达测试弹丸初速需要重构的情况,选择同时参试的两台雷达的数据进行融合建立神经网络模型,用一台雷达的数据预测出另一台雷达需要重构的数据。由于预测模型预测精度的高低取决于所建模型的好坏,而模型的好坏取决于样本数据的质量,先利用聚类分析和关联规则从大量历史试验数据中挖掘出优质的样本,再建立神经网络进行预测。实验结果表明,与支持向量回归机相比,由聚类分析关联规则神经网络构建的组合算法的预测精度更高,预测历史相似数据误差远小于1‰,预测与历史出入较大的数据的精度也较为理想。两种情况下的预测结果表明,组合算法既保证了预测精度又具有一定的鲁棒性,可以作为弹丸初速的预测模型。 相似文献
8.
9.
10.
火炮初速决定着在复杂战场环境中能否准确打击敌人,而准确预测出火炮初速关系到在不经试射的情况下能否成功命中目标。预测火炮初速往往采用某种单一模型,虽然建模简单但是只能提取出火炮初速中的某一特征,从而导致预测精度并不理想。针对这种情况,选取了某型火炮3组不同的初速数据进行分析,提出利用ARIMA时间序列模型、GM(1,1)灰色模型及BP神经网络模型进行预测,既能提取出火炮初速中的线性成分又能提取出非线性成分,同时为了最大限度发挥出单一模型的预测优势,利用3个单一模型建立了组合模型,并利用实测数据对各个模型预测精度进行了检验。结果表明,组合模型能更好地发挥出所有模型的预测优势,预测精度更高,更适合作为火炮初速预测的有效模型。 相似文献
11.
12.
鱼类推进模式分为波动和摆动推进模式,由此产生了仿鱼推进机理及推进技术.仿鱼推进系统设计主要包括诸如载体和推进器(鳍)的结构与形态、鳍的力学特性(惯量和硬度等)、致动机构选择与布置、传感器的选择与布置等问题. 相似文献
13.
14.
基于神经网络的降雨预报系统及其改进 总被引:1,自引:0,他引:1
降雨预报采用标准BP网络的连续值,用第1、2天数据预报第3天雨量.包括气象因子选取与数据预处理及人工神经网络模拟预报.系统的改进采用增加动量项训练网络,以解决局部极小,提高网络效率.实验表明,该算法使BP网络的设计及训练得到较好解决,特别在网络结构适合情况下能避免BP算法陷入局部极小问题. 相似文献
15.
16.
17.
18.
19.