论文部分内容阅读
针对小样本数据缺失下的设备故障诊断问题,提出基于遗传算法优化支持向量回归的缺失数据填补方法,以改善设备故障诊断效果。利用缺失数据所属变量的数据,训练遗传算法优化的支持向量回归,得到单变量预测结果;通过相关性分析重构训练集,获得多变量预测结果。建立动态权重将单变量预测与多变量预测的结果相组合,对缺失数据进行填补。将完整的数据作为输入,利用支持向量机对设备进行故障诊断。实例分析表明,所提出的方法具有较佳的故障诊断效果。