期刊文章详细信息
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 ( EI收录)
Condition Time Series Prediction Using Least Squares Support Vector Machine with Adaptive Embedding Dimension
文献类型:期刊文章
机构地区:[1]第二炮兵工程学院自动控制工程系,陕西西安710025
年 份:2010
卷 号:31
期 号:12
起止页码:2309-2314
语 种:中文
收录情况:AJ、AMR、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20110313600950)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
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。
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
分 类 号:V263.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...