计算机应用研究

作者：位晶晶,刘勤明,叶春明,陈翔,

单位：上海理工大学管理学院,上海200093；

关键词：状态识别,剩余寿命预测,小样本,BSVM,PSO,

基金：国家自然科学基金资助项目(71840003,71632008)；上海市自然科学基金资助项目(19ZR1435600)；；

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。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期