论文部分内容阅读
针对产品的性能退化轨迹呈现为非线性特性，且个体的性能退化数据为小样本的情形，为了充分利用产品的性能退化数据进行特定个体的实时寿命预测，本文提出一种基于Hermite矩阵求逆引理的在线更新算法。首先介绍最小二乘支持向量机及其在线算法，针对在线更新时存在复杂的矩阵求逆运算，结合核扩展矩阵为实对称矩阵的特点，利用Hermite矩阵求逆引理递推求取核扩展矩阵。最后，通过疲劳裂纹增长实例应用，研究表明模型在线更新的过程中，该算法能充分利用历史的训练结果和核扩展矩阵的特点来减小模型计算复杂度，运算速度快、预测精度高。