机械设计与研究 ›› 2018, Vol. 34 ›› Issue (01): 188-193+198.doi: 10.13952/j.cnki.jofmdr.a4516

• 论文 • 上一篇    下一篇

基于粒子群优化相关向量机的起重机当量载荷谱预测方法

徐格宁;张魏唯;董青;李俊杰;张永才;   

  1. 太原科技大学机械工程学院;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要: 针对起重机作业环境多变、现场试验条件复杂、载荷作用随机性强,导致起重机大规模载荷谱难以获取的问题,提出基于粒子群优化相关向量机的起重机当量载荷谱预测方法。以相关向量机为理论基础,从核函数的构造、核参数的选取入手,构建基于粒子群优化相关向量机的预测模型并应用到起重机当量载荷谱的预测中,从而克服了传统机器学习方法中易出现欠学习、过学习、局部最优等现象,提高了预测精度、泛化能力与鲁棒性。以QD50/10t-22.5m通用桥式起重机和100/40t-28.5m铸造起重机的小样本载荷谱对该方法及模型进行了验证。结果表明,相比于神经网络、支持向量机等方法,本文方法预测误差更小、拟合度更高,且核函数的选择不需要满足Mercer条件。

关键词: 粒子群算法, 相关向量机, 当量载荷谱, 起重机, 额定起重量

Key words: particle swarm optimization, relevance vector machine, equivalent load spectrum, cranes, rated load