国防科技工业技术基础科研项目(Z132006B001)
- 作品数：3 被引量：150H指数：3
- 相关作者：李瑞莹康锐党炜更多>>
- 相关机构：北京航空航天大学中国科学院光电研究院更多>>
- 发文基金：国防科技工业技术基础科研项目更多>>
- 相关领域：理学一般工业技术航空宇航科学技术机械工程更多>>
- 基于ARMA模型的故障率预测方法研究被引量：76
- 2008年
- 在对比多种时间序列模型的基础上,结合故障率预测的特点,得出了自回归-移动平均混合模型(简称ARMA模型)是其中最适用于使用阶段故障率预测的方法这一结论。给出了基于ARMA模型的故障率预测的基本思想、预测模型、实施步骤,并按此法对某航空公司波音飞机故障率进行了预测,说明ARMA模型适用于故障率预测,且预测结果准确性较高。
- 李瑞莹康锐
- 关键词：可靠性ARMA模型时间序列
- 基于神经网络的故障率预测方法被引量：62
- 2008年
- 为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归-移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明:这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。
- 李瑞莹康锐
- 关键词：神经网络径向基函数(RBF)网络可靠性
