文献类型：期刊文章

作　　者：王琳[1] 张赟[1] 彭文辉[2] 徐波[3] 王前程[4]

机构地区：[1]海军航空工程学院飞行器工程系 [2]海军潜艇学院战略导弹与水中兵器系 [3]中国人民解放军91467部队 [4]中国人民解放军92635部队

出　　处：《系统工程与电子技术》

基　　金：国家自然科学基金(61102165)资助课题

年　　份：2014

卷　　号：36

期　　号：2

起止页码：326-330

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20141217482062)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对支持向量回归(support vector regression,SVR)预测方法的参数选择影响其预测效果的问题,提出了一种基于人工蜂群算法的SVR预测模型的参数优化方法,实验结果表明,与传统的粒子群优化算法相比,人工蜂群优化的SVR预测方法能够更有效地克服局部最优解,具有更高的预测精度。将该方法应用于故障状态下飞行器动力装置的滑油金属元素含量时间序列分析,成功地预测出磨损故障的发生。

关 键 词：飞行器 人工蜂群优化  支持向量回归 故障预测

分 类 号：V231.3]