%0 Journal Article
%T 基于鲁棒最小二乘支持向量机的齿轮磨损预测
%J 北京工业大学学报
%D 2014
%X 为了降低包含噪声的现场齿轮磨损数据对最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM)模型稳健性的影响,采用迭代鲁棒最小二乘支持向量机(iterativelyrobustleastsquaressupportvectormachine,IRLSSVM)对齿轮磨损数据进行建模和预报.首先,增加权函数迭代次数以保证建模过程的鲁棒性;然后,将具有全局搜索的耦合模拟退火(coupledsimulatedannealing,CSA)与局部优化的单纯形法(simplexmethod,SM)相结合的方法用于优化IRLSSVM模型超参数,进而采用鲁棒交叉验证作为CSA-SM算法拟合目标函数,提高IRLSSVM模型超参数优化过程的鲁棒性;最后,利用K727840ZW变速箱现场齿轮磨损数据进行了数值实验,结果验证了所提出方法的有效性.
%K 最小二乘支持向量机(LSSVM)
%K 鲁棒
%K 交叉验证
%K 参数寻优
%K 齿轮磨损
%U http://www.bjgd.cbpt.cnki.net/WKA/WebPublication/paperDigest.aspx?paperID=776897be-90f7-40d1-ac1f-94e25224a2a5