科研之友
微信
新浪微博
Facebook
分享链接
摘要
剩余寿命（RUL）预测是高功率半导体激光器在各种环境应力作用下可靠性评估的核心问题。支持向量回归（SVR）是预测领域中最常用的数据驱动方法之一，非常适合小样本分析。然而在实际应用中，现有SVR方法均侧重于保证所训练模型的回归曲线的整体误差最小，以追求方法的泛化性，这往往造成关键预警阶段特别是临近故障失效前的预测结果不理想，不能可靠地支持维护决策。鉴于此，提出了一种基于整群抽样的SVR模型训练方法，通过对测试样本后期观测数据进行多次整群抽样后，用于SVR模型测试，所得模型对于训练样本的后期数据拟合得更好。实例分析验证了该方法的有效性和稳健性，结果表明其预测性能和实用价值优于现有几种代表性的小样本分析方法。
- 单位
