本发明是基于AMFO算法和SVM算法继电器贮存寿命预测方法,包括如下步骤:步骤1获取材料性能参数;步骤2对参数数据进行主成分分析,获取主成分变量;步骤3将主成分变量分别取训练集和测试集数据,将训练集数据输入SVM模型中进行训练学习;步骤4:采用自适应飞蛾火焰优化算法对SVM模型的核函数中的参数进行优化,利用最优参数进行构建SVM模型,建立起优化后的模型进行寿命预测;步骤5设置失效阈值,预测到达失效阈值的退化曲线;步骤6通过计算概率密度函数得出最终的预测的寿命。本发明将数据样本放入SVM模型中进行训练后进行寿命预测,引进非线性动态自适应步长方法,能够使飞蛾搜索能力增强,提高飞蛾的全局寻优能力。
声明:
“基于AMFO算法和SVM算法继电器贮存寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)