欢迎访问机床与液压官方网站!

咨询热线:020-32385312 32385313 RSS EMAIL-ALERT
基于AR模型KPCA-WeightedLSSVM的减振性能预测研究
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(50975098)


Author:
Affiliation:

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:

    以磁流变减振系统为研究对象,建立了基于时间序列自回归模型核主元分析的加权最小二乘支持向量机预测模型,预测系统的减振性能。分析结果表明:这一预测模型降低了模型的复杂程度,具有较高的预测精度,适用于系统性能预测与实时状态监控。

    Abstract:

    Taking MR damping system as research object, the AR-KPCA-Weighted LSSVM prediction model was founded, the damping performance of the system was predicted.The result shows that the lower complication-degree and higher prediction precision are all provided by the AR-KPCA-Weighted LSSVM prediction model. It can be used for the performance prediction and real time state monitoring of the system.

    参考文献
    相似文献
    引证文献
引用本文

陈庆堂,黄宜坚,宋一然.基于AR模型KPCA-WeightedLSSVM的减振性能预测研究[J].机床与液压,2014,42(1):7-11.
.[J]. Machine Tool & Hydraulics,2014,42(1):7-11

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:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-12-01
  • 出版日期: