《表5 预测误差比较:基于GRA和AHP的GRNN神经网络零件失效概率预测方法》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于GRA和AHP的GRNN神经网络零件失效概率预测方法》
现将加权评价值矩阵中2008~2013年数据作为训练样本,2014年、2015年作为预测样本,利用本文所提出方法对上齿盘失效概率进行预测.为了验证本文方法的有效性,设立了6组预测模型进行对比,每种预测模型的输入数据均经过了式(6)的标准化处理.(1)基于GRA的GRNN神经网络预测模型,以影响零件失效概率的主要因素评价值作为GRNN神经网络的输入,失效概率作为输出;(2)GRNN神经网络预测模型,以零件失效概率影响因素评价值作为GRNN神经网络的输入,失效概率作为输出;(3)基于GRA-AHP的BP预测模型,以影响零件失效概率的主要因素的加权评价值作为BP神经网络的输入,失效概率作为输出;(4)基于GRA的BP神经网络预测模型,以影响零件失效概率的主要因素评价值作为BP神经网络的输入,失效概率作为输出;(5)BP神经网络预测模型,以零件失效概率影响因素评价值作为BP神经网络的输入,失效概率作为输出;(6)回归分析预测模型.利用MATLAB进行编程,预测结果分别如图3、图4、图5、表5所示.
图表编号 | XD0033923600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 鞠萍华、柯磊、冉琰、朱晓、李松涛 |
绘制单位 | 重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |