[发明专利]一种基于最小二乘支持向量基的发电机寿命预测建模方法

权利要求书

1.一种基于最小二乘支持向量基的发电机寿命预测建模方法，其特征在于，包括如下步骤：

步骤一，数据处理：对试验数据进行分析进行降噪处理，把不符合要求的边缘样本点去除，并对试验数据进行归一化处理；

步骤二，计算样本数据高斯径向基核并确定核空间：计算样本数据高斯径向基核，若核值超过设定要求，则在样本数据中取出一组或两组数据作为支持向量，如果核值低于设定要求，则去除该类点，并确立核空间向量；

步骤三，构建模型：根据最小二乘算法计算支持向量机的网络系数和偏置，并构建模型；

步骤四，精度校验：进行精度校验，修正模型参数。

2.根据权利要求1所述的基于最小二乘支持向量基的发电机寿命预测建模方法，其特征在于，步骤一包括：

设样本为n维向量，某区域的l个样本及其表示为

(x₁,y₁),…,(x_l,y_l)∈Rⁿ×R，其中xi是第i个输入向量，yi是xi的期望输出向量。

3.根据权利要求2所述的基于最小二乘支持向量基的发电机寿命预测建模方法，其特征在于，步骤二包括：

用一非线性映射把样本从原空间映射到特征空间，在这个高维特征空间中构造最优决策函数：

其中ω为权向量，φ(·)为从输入空间到高维特征空间的非线性映射，b为偏置量，这样非线性估计函数转化为高维特征空间的线性估计函数，利用结构风险最小化原则可得：

R=12||ω||2+c·Remp,]]>

其中R为样本二次泛函最小值，||ω||²控制模型的复杂度，c是正规化参数，控制对超出误差样本的惩罚程度，R_emp为误差控制函数。

4.根据权利要求3所述的基于最小二乘支持向量基的发电机寿命预测建模方法，其特征在于，步骤三包括：

最小二乘支持向量机算法的目标优化函数为：

minw,b,eJ(w,e)=12wTw+12rΣk=1Nek2,]]>

其中e_k为误差变量且e_k∈R，r为可调参数，w为权矢量且N为步骤一中的样本数量l，

约束条件为：

其中