2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种RVM模糊模型辨识方法及在故障预报中的应用

胡昌华 王兆强 周志杰 司小胜

胡昌华, 王兆强, 周志杰, 司小胜. 一种RVM模糊模型辨识方法及在故障预报中的应用. 自动化学报, 2011, 37(4): 503-512. doi: 10.3724/SP.J.1004.2011.00503
引用本文: 胡昌华, 王兆强, 周志杰, 司小胜. 一种RVM模糊模型辨识方法及在故障预报中的应用. 自动化学报, 2011, 37(4): 503-512. doi: 10.3724/SP.J.1004.2011.00503
HU Chang-Hua, WANG Zhao-Qiang, ZHOU Zhi-Jie, SI Xiao-Sheng. An RVM Fuzzy Model Identification Method and Its Application to Fault Prediction. ACTA AUTOMATICA SINICA, 2011, 37(4): 503-512. doi: 10.3724/SP.J.1004.2011.00503
Citation: HU Chang-Hua, WANG Zhao-Qiang, ZHOU Zhi-Jie, SI Xiao-Sheng. An RVM Fuzzy Model Identification Method and Its Application to Fault Prediction. ACTA AUTOMATICA SINICA, 2011, 37(4): 503-512. doi: 10.3724/SP.J.1004.2011.00503

一种RVM模糊模型辨识方法及在故障预报中的应用

doi: 10.3724/SP.J.1004.2011.00503
详细信息
    通讯作者:

    胡昌华

An RVM Fuzzy Model Identification Method and Its Application to Fault Prediction

More Information
    Corresponding author: HU Chang-Hua
  • 摘要: 对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型, 通常难以建立精确的数学模型, 相比之下构建其模糊模型是一个有效途径. 本文研究了相关向量机(Relevance vector machine, RVM)与模糊推理系统(Fuzzy inference system, FIS)之间的内在联系, 证明了基于RVM的FIS具有一致逼近性, 并提出了一种基于RVM和梯度下降(Gradient descent, GD) 算法的模糊模型辨识方法. 基于所给出的模糊模型辨识方法提出了一种新的故障预报算法. 仿真结果表明所建立的模糊模型不仅结构更加简单, 而且能达到更高的预测精度, 所提出的故障预报算法能准确地预报系统故障.
  • 加载中
计量
  • 文章访问数:  2761
  • HTML全文浏览量:  42
  • PDF下载量:  968
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-08-02
  • 修回日期:  2010-11-08
  • 刊出日期:  2011-04-20

目录

    /

    返回文章
    返回