基于动态EM-SHSMM的异常数据下设备健康预测研究

作者： 吴健飞 ¹ 刘勤明 ¹
作者单位：

1. 上海理工大学管理学院
提交时间：2018-04-17 20:49:53

摘要: 针对设备退化过程中异常数据下的剩余有效寿命预测问题，提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法。首先，基于SHSMM的理论框架，采用期望最大化参数自适应估计算法估计模型中的未知参数；其次，基于WGM(1，1)模型，提出动态前向后向灰色填充算法处理样本中的异常数据，并利用健康预测过程预测设备的剩余有效寿命；最后，通过实例分析对模型进行评价和验证。结果表明，提出的设备健康预测方法能有效解决异常数据的问题。

分段隐半马尔可夫模型期望最大化自适应估计算法动态前向后向灰色填充算法寿命预测

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201804.02167 (或此版本 ChinaXiv:201804.02167V1)
DOI:10.12074/201804.02167V1
CSTR:32003.36.ChinaXiv.201804.02167.V1
推荐引用方式： 吴健飞,刘勤明.(2018).基于动态EM-SHSMM的异常数据下设备健康预测研究.计算机应用研究.[ChinaXiv:201804.02167] (点此复制)

版本历史

[V1]

2018-04-17 20:49:53

ChinaXiv:201804.02167V1

下载全文

相关论文推荐

1. 恶意代码SCMP分类方法框架与风险行为多标签机制	2024-05-09
2. Brief Discussion on Scenes and Strategies in Capital Markets Manipulation Detection: From Influence Diffusion Perspectives	2024-04-24
3. Guiding Large Language Models to Generate Computer-Parsable Content	2024-04-23
4. SteganoDDPM: A high-quality image steganography self-learning method using diffusion model	2024-04-23
5. 引导大语言模型生成计算机可解析内容	2024-04-21
6. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
7. 大模型与标准文献知识库的融合应用探索	2024-04-10
8. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
9. Multimodal Physical Fitness Monitoring (PFM) Framework Based on TimeMAE-PFM in Wearable Scenarios	2024-04-07
10. 引导大语言模型生成计算机可解析内容	2024-04-07


公开评论匿名评论仅发给作者