Current Location:home > Browse
Your conditions: 刘勤明(4)

1. chinaXiv:202009.00081 [pdf]

基于改进退化隐马尔科夫模型的设备健康诊断与寿命预测研究

刘文溢; 刘勤明; 叶春明; 李冠林
Subjects: Computer Science >> Integration Theory of Computer Science

针对隐马尔科夫模型在进行设备健康诊断时与实际存在较大偏差的问题,提出了一种以似幂关系加速退化为核心的改进退化隐马尔科夫模型(DGHMM)。首先,引入退化因子描述设备衰退过程,提出的似幂关系加速退化较常规指数式加速退化而言,能更好地描述设备服役期间随着役龄增加性能的逐步下降。其次,以全局搜索能力相对较强的改进遗传算法代替常规EM算法进行参数估计,克服了EM算法易陷入局部最优的局限性。同时,针对隐马尔科夫模型时间上须服从指数分布而不能直接用以寿命预测的局限性问题,提出了一种以近似算法与Viterbi算法为基础的贪婪近似法,以寻求最大概率剩余观测为目的,动态地寻求最大概率剩余状态路径,对设备剩余寿命进行预测。最后,通过美国卡特彼勒公司液压泵数据集对所提出的方法进行验证评价。结果表明,基于改进退化隐马尔科模型的设备健康诊断与寿命预测方法在描绘设备退化、设备状态诊断准确率方面更加有效,在剩余寿命预测上亦为可行。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits91Downloads59 Comment 0

2. chinaXiv:201812.00111 [pdf]

突发事件下的医院应急资源动态分配模型研究

万志远; 刘勤明; 叶春明; 刘文溢
Subjects: Computer Science >> Integration Theory of Computer Science

针对突发事件下医院里应急资源的供需不平衡问题,进行了医院应急资源动态分配模型研究。考虑到病人数量的增多以及病人的伤情演变导致医院应急资源供应相对紧缺,基于序贯决策理论,将病人需求的变化设计成一个马尔可夫决策过程,建立了医院应急资源动态分配模型。使用基本粒子群算法求解,通过某次地震发生后医院的救援实例进行分析。案例分析表明,马尔可夫决策过程可以动态地满足伤情演变下不同状态病人的需求,使得应急救援中整体的资源利用达到最优。

submitted time 2018-12-13 From cooperative journals:《计算机应用研究》 Hits714Downloads466 Comment 0

3. chinaXiv:201805.00052 [pdf]

基于时间延迟的多类型维修与经济生产批量联合优化研究

刘勤明; 吕文元; 叶春明
Subjects: Computer Science >> Integration Theory of Computer Science

针对目前未能较好的综合考虑多维修类型与经济生产批量联合优化的问题,首先考虑多类型维修关系,基于时间延迟理论求出故障和缺陷次数的表达式;其次,在此基础上,综合考虑生产费用和维修费用的基础上,构建了多类型维修和经济生产批量联合优化模型,以单位时间内总费用最小为优化目标,获得最优检查间隔期和经济生产批量;最后,通过算例分析验证了模型的有效性,说明了第一类缺陷检查次数的多少对费用和经济生产批量影响不大。

submitted time 2018-05-02 From cooperative journals:《计算机应用研究》 Hits812Downloads464 Comment 0

4. chinaXiv:201804.02167 [pdf]

基于动态EM-SHSMM的异常数据下设备健康预测研究

吴健飞; 刘勤明
Subjects: Computer Science >> Integration Theory of Computer Science

针对设备退化过程中异常数据下的剩余有效寿命预测问题,提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法。首先,基于SHSMM的理论框架,采用期望最大化参数自适应估计算法估计模型中的未知参数;其次,基于WGM(1,1)模型,提出动态前向后向灰色填充算法处理样本中的异常数据,并利用健康预测过程预测设备的剩余有效寿命;最后,通过实例分析对模型进行评价和验证。结果表明,提出的设备健康预测方法能有效解决异常数据的问题。

submitted time 2018-04-17 From cooperative journals:《计算机应用研究》 Hits687Downloads410 Comment 0

  [1 Pages/ 4 Totals]