《表2 EMA HI构建实验MAE和RMSE均值》

  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

《基于贝叶斯更新的机电作动器健康因子构建方法》

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

从图7和9可以看出，2种方法估计曲线与真实曲线都比较接近。因此，在本文中，使用平均绝对误差（mean absolute error，MAE）和均方根误差（root mean square error，RMSE）衡量2种方法的准确性和稳定性。RMSE和MAE越小，表示方法的性能越好。基于贝叶斯更新方法和基于模型辨识方法的HI构建实验分别运行了10次。此外，由于在本文中2种方法估计的点数相同，所以使用2 870个点的10次实验MAE均值和RMSE均值评价2种方法的性能优劣，如表2所示。