一種新的混合智能預測模型及其在故障診斷中的應用

胡　橋　何正嘉　訾艷陽　張周鎖　雷亞國

摘要：針對機電設備運行狀態受多因素影響且變化趨勢復雜、難以用單一預測方法進行有效預測的問題，提出了一種新的基于經驗模式分解、支持向量機和自適應線性神經網絡的混合智能預測模型。首先，利用經驗模式分解方法將非平穩時間序列按其內在的時間特征尺度自適應地分解為多個本征模式分量，然后根據這些分量各自趨勢變化的劇烈程度選擇合適的核函數，用支持向量機對其進行預測，最后通過自適應線性神經網絡對這些預測分量進行自適應加權組合，得到原始序列的預測值。研究結果表明，對于標準算例和某機組振動趨勢的預測，不論是單步預測還是多步預測，該模型的預測性能均好于單一的支持向量機預測方法。

關鍵詞：經驗模式分解；支持向量機；自適應線性神經網絡；混合智能預測

中圖分類號：TH17；TP18文獻標識碼：A文章編號：0253—987X(2005)09—0928—05