自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用.pdfVIP

第52卷第 1期 机 械 工 程 学 报 VO1．52 NO．1 学兔兔 2016年 1月 JOURNALOFMECHANICALENGINEERING Jan． 2016 DoI：1O．3901／JME．2016．01,087 自适应多核组合相关向量机预测方法及其在机械 设备剩余寿命预测中的应用木 雷亚国 陈 吴 李乃鹏 林 京 (西安交通大学机械制造系统工程国家重点实验室 西安 710049) 摘要：针对支持向量机(Supportvectormachine，SVM)的惩罚系数难以确定、核函数必须满足Mercer定理等问题，相关向量机 (Relevancevectormachine，RVM)应运而生以解决上述问题，并在趋势预测等领域得到一定的应用。核函数是决定 RVM 预测 精度的关键因素之一，目前的研究通常是人为选择单一核函数，因此增加了对参数的依赖性并降低了RVM 预测的鲁棒性。 为了解决以上问题，提出一种新的 自适应多核组合 RVM预测方法。该方法首先选择多个核函数，利用粒子滤波产生核函数 权重，建立多核组合RVM 集，然后经过不断地迭代预测、权值更新和重采样，自适应获取最优多核组合RVM，从而 自适应 融合多个核函数的特性，克服基于单一核函数RVM 的局限，提高预测精度和鲁棒性。利用仿真对提出方法进行了验证，并 将其应用于机械设备的剩余寿命预测 ，取得了比基于单一核函数RVM 更好的预测效果。 关键词：多核相关向量机；机械设备；剩余寿命预测 中图分类号：THl7 A RelevanceVectorM achinePredictionM ethodBasedonAdaptive M ulti--kernelCombinationandItsApplicationtoRemainingUsefulLife PredictionofM achinery LEIYaguo CHEN Wu LINaipeng LNI Jing (StateKeyLaboratoryforManufacturingSystemsEngineering，Xi’anJiaotongUniversity,Xi’an710049) Abstract：Inview ofsomeshortcomingsofsupportvectormachine。forinstance．itisdimculttoselecttheregularizationparameter nadhtekernelfunctionmustsarisfyMercer’Scondition，relevnacevectormachine(RVM)isdevelopednadappliedtohtefieldof trendprediction．TheperformanceofRVM ，toalargeextent，dependsonthekernelfunction．However，asinglekernelfunctioniS generallyselectedartificiallynadsubjectivelyincurrentstudiesonRVM．whichincreasesitsdependencyoftheRVMtoprama eters na d decreasestherobustnessinpredictionprocess．To solvehteproblem．anew adaptivemulti-kernelRVM iSproposed for prediction．Inhtemehtod，multiplekernelfunctionsareselectedoriginallyandhteirweightsraegeneratedbyhteparticlefilter(PF) algorithm toconstructmulti．kernelRVM models．Th enhteoptimalmulti．