基于多模型集成的结构健康状态趋势预测

刘义艳; 居琳; 李瑞轩; 田甜

首页> 中文期刊> 《北京理工大学学报》 >基于多模型集成的结构健康状态趋势预测

基于多模型集成的结构健康状态趋势预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于单一的预测模型不能充分地反映出结构振动数据的复杂规律和信息,为了提高结构健康状态趋势预测的精度,充分利用每个模型的优点,提出了基于深度置信网络(depth-confidence network,DBN)、长短时记忆神经网络(long-short-term memory neural network,LSTM)、小波神经网络(wavelet neural network,WNN)的多模型集成预测方法.首先,将工程结构振动信号经变分模态分解(variation mode decomposition,VMD)分和Hilbert变换得到瞬时频率;然后,将瞬时频率作为多模型集成的输入,通过加权平均法和投票法融合的方式对权值系数进行分配,分析不同的权值对预测精度的影响.实验结果表明,当权值ω=0.8时多模型集成方法的预测结果更接近实际值,相比于传统的算术平均模型和其他三种单一的预测模型,多模型集成方法结合了所有的预测模型所具有的全部优点,预测性能最优,预测精度最高.

著录项

来源
《北京理工大学学报》 |2023年第6期|602-608|共7页
作者
刘义艳; 居琳; 李瑞轩; 田甜;
展开▼
作者单位

长安大学电子与控制工程学院;

陕西航空电气有限责任公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类结构动力学;
关键词
变分模态分解; 瞬时频率; 多模型集成; 健康状态; 趋势预测;

相似文献

中文文献
外文文献
专利

1. 基于VMD和DBN的结构健康状态趋势预测 [J] . 王彩霞 ,刘义艳 . 工业仪表与自动化装置 . 2019,第6期
2. 基于EWT和FESN的结构健康状态趋势预测 [J] . 刘义艳 ,田甜 ,王彩霞 . 应用力学学报 . 2019,第3期
3. 基于局部信息融合及支持向量回归集成的锂电池健康状态预测 [J] . 陈建新 ,候建明 ,王鑫 . 南京理工大学学报（自然科学版） . 2018,第1期
4. 基于集成学习算法的轨道几何状态短期预测模型 [J] . 吕五一 ,刘仍奎 ,张秋艳 . 铁道建筑 . 2021,第4期
5. 基于集成回声状态网络模型在兰州市艾滋病发病例数预测中的应用 [J] . 秦览 ,陈继军 ,于国伟 . 中国研究型医院 . 2019,第6期
6. 基于模型分析的社区高血压患者健康管理效果研究——趋势分析和风险预测模型的初步应用 [C] . 张艳春 . 中国卫生经济学会第二十次年会 . 2017
7. 基于支持向量机结构健康状态趋势预测研究 [A] . 韩旻 . 2008

基于多模型集成的结构健康状态趋势预测

摘要

著录项

相似文献

相关主题

期刊订阅