《表1 各单一模型与组合预测模型的预测结果比较Tab.1 Comparison Results of Single Model and United Forecast Model》

  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

《基于组合模型的滚动轴承故障预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将文献[11]中的轴承振动加速度值作为样本数据，通过Matlab（r2010b）编程实现GM（1，1）及改进GM（1，1）算法、BP神经网络及GA-BP模型算法和组合模型算法，然后，依次对轴承振动加速度数据进行拟合并预测。其中，BP神经网络模型的结构及参数配置如下:模型结构为18-7-1（试凑法确定隐含层节点个数）；网络迭代次数为10000，学习率为0.1，目标为0.0001；隐含层激活函数采用logsig，输出层激活函数采用purelin，训练函数采用traingdx（梯度下降自适应学习率）。各个模型的计算结果与误差，如表1、表2、图3所示。