简介:
本发明属于继电器失效寿命预测算法优化领域,具体地说,是一种继电器寿命预测的方法,主要分为三个部分:第一部分是对原始数据X进行主元分析,获取第1主元变量和第2主元变量;第二部分是将第1主元变量和第2主元变量分别取训练集和测试集数据,将训练集数据输入RVM模型中进行训练学习,然后利用测试集进行寿命预测分析;第三部分采用改进布谷鸟优化算法对RVM模型的核函数的系数的权值系数ω进行优化,提高RVM模型预测数据的精度,最后通过计算概率密度函数得出最终的预测的寿命,并且与实际继电器触头失效动作寿命进行对比,进行误差分析。为电磁继电器的可靠性研究提供一种新的思路,对系统的可靠性研究也有着重要的意义。
本发明属于继电器失效寿命预测算法优化领域,具体地说,是一种继电器寿命预测的方法,主要分为三个部分:第一部分是对原始数据X进行主元分析,获取第1主元变量和第2主元变量;第二部分是将第1主元变量和第2主元变量分别取训练集和测试集数据,将训练集数据输入RVM模型中进行训练学习,然后利用测试集进行寿命预测分析;第三部分采用改进布谷鸟优化算法对RVM模型的核函数的系数的权值系数ω进行优化,提高RVM模型预测数据的精度,最后通过计算概率密度函数得出最终的预测的寿命,并且与实际继电器触头失效动作寿命进行对比,进行误差分析。为电磁继电器的可靠性研究提供一种新的思路,对系统的可靠性研究也有着重要的意义。