基于支持向量自回归的水泵振动预测模型研究
100 积分
50
评分
4.4 积分- 详情
- 2021-04-28
- 简介
pdf
- 399KB
- 页数 5P
- 阅读 84
- 下载 22
为了预测水泵在运行中的振动状态,提高水泵运行的安全性和经济性,采用了统计学习理论中的核心算法——支持向量机与自回归方法相结合,建立了水泵振动预测模型(SVAR)。并通过实例,与基于灰色理论建立的预测模型(GM)和基于自回归方法建立的预测模型(AR)进行了比较。结果表明:基于支持向量自回归的水泵振动预测模型(SVAR)具有精度高、速度快、易于建模的特点。应用该方法建立的预测模型能够很好地预测水泵运行中的振动情况,有效地避免水泵运行中由振动引起的故障。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于支持向量自回归的水泵振动预测模型研究 399KB
基于支持向量自回归的水泵运行状态预测研究 586KB
基于支持向量机的建筑物沉降预测模型研究 514KB
基于支持向量机的室内轰燃预测模型研究 241KB
基于支持向量自回归的大型离心式水泵振动状态预测研究 1.3MB
基于支持向量机的建筑物采动损害预测模型 138KB
基于最小二乘支持向量机的水库来水量预测模型 154KB
基于支持向量回归机的中央空调负荷预测模型 583KB
基于支持向量机的防洪脆弱性评价模型研究 955KB
不确定支持向量机在洪水预测模型中的应用 135KB