计算机应用研究2021，Vol.38Issue(4) ：1119-1122,1127.DOI:10.19734/j.issn.1001-3695.2020.04.0088

基于IPSO-BSVM的小样本数据不均衡下的设备健康预测研究

Equipment health prognosis based on IPSO-BSVM under small and imbalanced sample data

位晶晶 刘勤明 叶春明 陈翔
计算机应用研究2021，Vol.38Issue(4) ：1119-1122,1127.DOI:10.19734/j.issn.1001-3695.2020.04.0088
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于IPSO-BSVM的小样本数据不均衡下的设备健康预测研究

Equipment health prognosis based on IPSO-BSVM under small and imbalanced sample data

位晶晶 1刘勤明 1叶春明 1陈翔1
扫码查看

作者信息

  • 1. 上海理工大学 管理学院,上海200093
  • 折叠

摘要

针对设备的健康预测缺乏大量样本且存在样本不均衡问题,提出基于改进粒子群优化算法优化均衡支持向量机(IPSO-BSVM)的健康预测模型.首先,提出动态非线性惯性权重对PSO进行优化;其次,提出了一种非线性多分类均衡支持向量机BSVM,以减小由于样本量不均衡引起的误差;然后利用改进后的PSO对BSVM参数进行优化;最后利用建立的IPSO-BSVM模型对设备进行状态识别及剩余寿命预测.仿真结果表明,提出方法能够有效解决小样本数据不均衡下的设备健康预测问题.

关键词

状态识别/剩余寿命预测/小样本/BSVM/PSO

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量5
参考文献量12
段落导航相关论文