基于支持向量回归的Bootstrap数据扩充方法及其在小子样可靠性评估中的应用OACSTPCD
针对航空发动机小子样特性下的可靠性评估问题,提出一种基于支持向量回归(Support Vector Regression, SVR)的Bootstrap数据扩充方法:建立并训练SVR模型,采用邻域抽样法构造输入集,输入训练好的模型中获得扩充样本。仿真结果表明,采用该方法获得的扩充样本较传统Bootstrap方法更接近真实分布,且有效拓展了样本取值区间。以某航空发动机涡轮盘小子样疲劳寿命试验数据为例:(1)非参数方法,采用两种方法获得的平均疲劳寿命…查看全部>>
葛保聪;尚子涵;黄佳;夏爱国;王井科;秦飞
中南大学航空航天技术研究院,湖南长沙410083 西北工业大学航天学院,陕西西安710072中南大学航空航天技术研究院,湖南长沙410083中南大学航空航天技术研究院,湖南长沙410083北京航空工程技术研究中心,北京100076北京航空工程技术研究中心,北京100076西北工业大学航天学院,陕西西安710072
计算机与自动化
支持向量回归Bootstrap方法小子样可靠性分析航空发动机
《测控技术》 2024 (9)
P.58-66,9
国家自然科学基金(52205177)航空发动机气动热力国防科技重点实验室基金(2022-JCJQ-LB-062-0409)。
评论