文献

J-GLOBAL ID：201802225958691799   整理番号：18A0649466

灰色とLSSVMに基づく航空エンジンの状態予測【JST・京大機械翻訳】

Aeroengine condition prediction based on grey and LSSVM

著者 (5件)： Cui Jianguo (沈陽航空航天大学自動化学院,遼寧沈陽110136;中航工業上海航空測控技術研究所故障診断与健康管理技術航空科技重点実験室,上海201601) ,  Gao Bo (沈陽航空航天大学自動化学院,遼寧沈陽,110136) ,  Jiang Liying (沈陽航空航天大学自動化学院,遼寧沈陽,110136) ,  Yu Mingyue (沈陽航空航天大学自動化学院,遼寧沈陽,110136) ,  Zheng Wei (中航工業上海航空測控技術研究所故障診断与健康管理技術航空科技重点実験室,上海,201601)
資料名： Jisuanji Gongcheng yu Sheji  (Jisuanji Gongcheng yu Sheji)
巻： 38  号： 10  ページ： 2809-2813  発行年： 2017年 
JST資料番号： C3599A  ISSN： 1000-7024  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： これは単一モデルの予測精度が低いという欠点を克服するためである。本論文は,灰色モデル(GM)と最小二乗サポートベクトルマシン(LSSVM)に基づく組合せ予測法を提案した。灰色予測に基づき,灰色予測モデルを確立し,灰色予測モデルを用いて,灰色予測モデルの予測結果を入力として,そして,オリジナルデータを出力として用いて,LSSVM予測モデルを構築した。具体的な研究対象として航空エンジンの主な燃料ポンプを選び,排気温度を状態予測パラメータとして予測した。研究結果により、単一予測モデルと比較して、灰色最小二乗サポートベクトルマシンの予測精度はより高く、航空エンジン状態予測に有効な解決方法を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  予測モデル ,  *予測 ,  *状態推定 ,  モデル
準シソーラス用語： 最小二乗-サポートベクトルマシン ,  予測精度 ,  *航空エンジン , 【Automatic Indexing@JST】

著者キーワード (6件)： GM ,  LSSVM ,  aeroengine ,  main fuel pump ,  exhaust temperature ,  condition prediction

分類 (5件)： 電気的性質  (WB02010Y) ,  有害ガス調査測定  (SB03050T) ,  人工知能  (JE08000Z) ,  信号理論  (ND02020G) ,  無機化合物一般及び元素  (CD01010D)

タイトルに関連する用語 (3件)： 灰色 ,  航空エンジン ,  状態予測