论文部分内容阅读
SVM采用结构风险最优化准则,预示推广能力强并有很好的鲁棒性.分析了SVM技术的理论,推导了SVM进行机电设备趋势预测的理论算法,给出了进行预测的步骤,建立了SVM用于故障趋势预示的模型.将该模型用于某机组振动烈度的预示,进行了不同核函数和不同C值和ε值的比较,证明采用径向基函数和适当的损失函数,取得了较好的预测效果.并将SVM与AR模型的提前20步预测结果进行了比较.结果证明该算法对设备状态的趋势具有较好的预示能力.