基于灰色支持向量机的裂纹扩展信息预测研究  

CRACK GROWTH PREDICTION BASED ON GREY SUPPORT VECTOR MACHINES

作　　者：康健[1,2] 左宪章[2] 唐力伟[1] 李浩[3] 师小红[2] 

机构地区：[1]军械工程学院火炮工程系 [2]军械工程学院电气工程系 [3]63880部队

出　　处：《机械强度》2010年第5期810-813,共4页Journal of Mechanical Strength

基　　金：国家自然科学基金资助项目(50475053)~~

摘　　要：针对裂纹扩展是一个典型的非线性、随机过程,且裂纹数据样本少、获取困难等问题,提出一种基于灰色支持向量机的裂纹扩展预测模型。首先通过灰色模型对原始序列进行数据生成,以增强数据的规律性;然后选择合适的核函数,并用试验数据修正核函数;最后用支持向量机进行预测,并还原数据,得到预测结果。将其应用于某航天发射塔架裂纹扩展预测中,并与灰色模型、单一支持向量机、最小二乘支持向量机进行预测性能对比,结果表明,灰色支持向量机预测性能最优。同时也为裂纹扩展预测及提高预测性能提供一种新途径。Owing to the crack growth is a non-liner and random process,and the crack data is difficulty to acquire,so a new prediction model of crack growth is proposed which based on grey support vector machines.Firstly,origin data is accumulated to strengthen the regularity of data.Then,choose the optimum kernel function,and an improved RBF(radial basis function) is obtained by the experimental data and Riemannian geometry analysis of kernel function.Finally,using support vector machines(SVM) to realize crack growth...

关 键 词：灰色理论 支持向量机 裂纹 预测 核函数 

分 类 号：O346.1[理学—固体力学]