科学研究
学术动态
科研项目
·国家级科研项目
·省部级科研项目
科研论著
·科研专著
·SCI/SSCI论文
·CSSCI论文
科研获奖
·科研获奖
科研团队
科研机构
最新成果
教授观点
学术活动
您现在的位置:首页 >> 科学研究 >> 最新成果 >> >> 内容
韩腾飞 等:计算机集成制造系统. 2022-03-15
更新时间:2022-04-21    点击次数:684

作者:韩腾飞 李亚平

题名:基于Stacking集成学习的剩余使用寿命预测

期刊:计算机集成制造系统  (网络首发时间:2022-03-15)

摘要:剩余使用寿命(Remaining Useful Life, RUL)预测对于设备维护策略的制定有着关键作用。面对可变环境和多样的操作条件,单一寿命预测模型的性能波动较大,泛化能力弱。针对这一问题,提出一种融合多个相异模型的Stacking集成模型,纠正单一模型的预测误差。首先,对状态监测数据进行滑动时间窗口处理,获得具有时间序列信息的性能退化数据;然后,以提高模型的准确性和多样性为目标,确定基学习器的种类;最后,将梯度提升决策树(Gradient Boosting Decision Tree,GBDT)作为元学习器,整合基学习器的预测结果,输出最终结果。基于NASA C-MAPSS数据集,对提出的集成模型进行验证,结果表明:Stacking集成模型的预测精度显著高于基学习器,与其他传统预测模型相比,也具有明显优势。


法甲线上买球,法甲线上买球网站,法甲线上买球平台