基于改进QPSO优化SVR的某电源组合故障预测研究
DOI:
作者:
作者单位:

(1.军械工程学院 导弹工程系,石家庄 050003; ;2.78618部队, 成都 062650)

作者简介:

王 成(1980-),男,湖北宜昌人,讲师,博士,主要从事状态监测与故障预测方向的研究。 [FQ)]

通讯作者:

中图分类号:

TP277

基金项目:


Research on Fault Prediction of Power Supply Based on SVR  Optimized with Improved QPSO
Author:
Affiliation:

(1.Department of Missile Engineering, Ordnance Engineering College, Shijiazhuang 050003,China; ;2.Unit 78618, PLA, Chengdu 062650, China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对电源组合的故障特点,提出了一种基于改进QPSO优化SVR的故障预测方法;文中首先对QPSO算法进行了介绍;然后对支持向量回归机(Support Vect or Regression,SVR)性能影响因素进行了分析,并给出了基于改进QPSO优化SVR参数的算法步骤;最后以制导雷达波束系统中的某电源组合为例进行了仿真分析,预测结果表明,同QPSO算法相比该预测方法误差更小,达到了预期效果。

    Abstract:

    Aiming at the character of power supply fault prediction, a prediction method based on SVR optimized with improved QPSO is put forward. Firstly, the QPSO algorithm is introduced in the paper; Then the performance impact factors of SVR are analyzed, and the steps of SVR parameters optimized with improved QPSO are given; Finally, taking a power supply of guidance radar beam control system as an example to simulate, the result shows that the error of this method is lower than QPSO algorithm, achieving the expected effect.

    参考文献
    相似文献
    引证文献
引用本文

王成,杨森,孟晨,贾玺.基于改进QPSO优化SVR的某电源组合故障预测研究计算机测量与控制[J].,2014,22(5):1342-1344.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-12-20
  • 最后修改日期:2014-02-10
  • 录用日期:
  • 在线发布日期: 2014-12-16
  • 出版日期:
文章二维码