您当前的位置：
首页 >
文章列表页 >
基于PSO算法和SVR模型的加工中心可靠性模型参数估计
更新时间：2020-07-30
上一篇|下一篇

    • 基于PSO算法和SVR模型的加工中心可靠性模型参数估计

    • Parameter estimation of reliability model of machining center based on particle swarm optimization and support vector regression

    • “2020年7月30日吉林大学机械科学与工程学院的兆军杨、菲陈团队在《吉林大学学报（工学版）》发文，介绍了其在加工中心可靠性模型领域的研究进展，该团队提出了一种基于支持向量回归模型的参数估计方法，并利用改进的局部最优粒子群优化算法对参数进行优化，提高了估计精度，为加工中心可靠性评估提供了更精准的方法。”
    • 兆军 杨 ，川贵 杨 ，菲 陈 ，庆波 郝 ，志同 郑 ，松 王
    • 吉林大学学报（工学版） 2015年45卷第3期 页码：829-836
    • 作者机构：

      1.吉林大学 机械科学与工程学院, 长春 130022

      2.吉林大学 机械工业数控装备可靠性技术重点实验室, 长春 130022

      3.空军航空大学 飞行器与动力系, 长春 130022

    • 作者简介：

      杨兆军(1956-),男,教授,博士生导师.研究方向:数控装备可靠性理论.E-mail:yzj@jlu.edu.cn

      陈菲(1970-),女,副教授.研究方向:数控装备可靠性理论.E-mail:chenfeicn@jlu.edu.cn

    • 基金信息：
      吉林省科技发展计划项目(20130302009GX);吉林大学研究生创新基金项目(2014053)

    • DOI： 10.13229/j.cnki.jdxbgxb201503021     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 8 ) 表( 0 )

  • 参考文献

  • 出版信息

  • 数据统计

26

浏览量

40

下载量

3

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于EMD-PSO-LSTM组合模型的人体运动姿态识别
基于片段充电数据和DUKF的锂电池健康状态实时评估
基于改进RBF神经网络的人体姿态局部特征识别算法
基于群智能增强核极限学习机的创新人才预测模型
基于改进粒子群算法的新能源汽车充电站选址方法

相关作者

王欢
徐继超
谢巍
孙文璐
宋显华
吴加宁
李燕飞
陈翼

相关机构

南京理工大学 人工智能学院
合肥师范学院 体育科学学院
哈尔滨理工大学 理学院
湖南农业大学 机电工程学院
温州大学 计算机与人工智能学院