旋转机械运行状态优化组合模型变权重RBF预测方法 (2013年)

针对现有各种非平稳非线性特征旋转机械运行状态预测方法适用性差、精度不高的难点问题，提出一种旋转机械运行状态优化组合模型变权重RBF预测方法，该方法通过对单一预测模型进行优选，对输入样本进行加权处理，采用径向基神经网络进行变权重组合模型动态建模，从而充分利用了已知的有效信息，强调了新旧信息对设备未来运行状态发展产生的不同影响．经实测数据验证，获得了比单一预测模型及定权重RBF组合预测方法精度更高的预测结果．该方法程序实现简便，预测精度高，对预测问题的适用性广．