| 基于最小二乘支持向量机的某控制系统故障预测研究 |
| |
| 引用本文： | 王竹林,夏兴宇,张晓龙.基于最小二乘支持向量机的某控制系统故障预测研究[J].仪表技术,2010(5):8-10,13. |
| |
| 作者姓名： | 王竹林 夏兴宇 张晓龙 |
| |
| 作者单位： | 军械工程学院,河北,石家庄,050003 |
| |
| 摘 要： | 介绍支持向量机(SVM)的一种拓展算法——最小二乘支持向量机(LS-SVM),并将LS-SVM算法应用于某控制系统的预测。根据实测数据,建立了基于LS-SVM算法的某控制系统预测模型,同时与BP神经网络的预测模型进行分析比较。结果表明,LS-SVM算法在控制系统的预测中具有较好的可行性、有效性及较高的预测精度,更适合于解决该控制系统的数据建模。
|
| 关 键 词： | LS-SVM BP神经网络 故障预测 |
Research of Fault Prognosis for Certain Control System Based on LS-SVM |
| |
| WANG Zhu-lin,XIA Xing-yu,ZHANG Xiao-long.Research of Fault Prognosis for Certain Control System Based on LS-SVM[J].Instrumentation Technology,2010(5):8-10,13. |
| |
| Authors: | WANG Zhu-lin XIA Xing-yu ZHANG Xiao-long |
| |
| Affiliation: | (Ordnance Engineering College,Shijiazhuang 050003,China) |
| |
| Abstract: | Least Squares Support Vector Machines（LS-SVM） are reformulations to standard SVMs.In this paper,LS-SVM algorithm is applied in fault prognosis for certain control system.According to the actual measurement,the fault prognosis model is established.At the same time,the LS-SVM fault prognosis model is compared with BP network prognosis model.The results convey that,the LS-SVM algorithm which is applied to this control system has feasibility,effectivity and high accuracy.The LS-SVM algorithm is more suited to this control system. |
| |
| Keywords: | LS-SVM |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
