[發明專利]一種基于灰色馬爾可夫模型的壓裝質量預測方法在審
| 申請號： | 202110446008.0 | 申請日： | 2021-04-25 |
| 公開（公告）號： | CN113177311A | 公開（公告）日： | 2021-07-27 |
| 發明（設計）人： | 袁勇;薛善良;李晨;吳柳艷 | 申請（專利權）人： | 南京航空航天大學 |
| 主分類號： | G06F30/20 | 分類號： | G06F30/20;G06Q10/04;G06Q10/06;G06Q50/04;G06F111/08 |
| 代理公司： | 南京天華專利代理有限責任公司 32218 | 代理人： | 瞿網蘭 |
| 地址： | 210016 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 灰色 馬爾可夫 模型 質量 預測 方法 | ||
1.一種基于灰色馬爾可夫模型的壓裝質量預測方法，其特征是：首先利用系統云灰色預測SCGM(1,1)c模型對壓裝力數據進行擬合，計算擬合精度；然后基于擬合精度對壓裝力數據進行狀態劃分，并求得各階狀態轉移概率矩陣；最后利用馬爾可夫鏈模型對預測結果進行修正，以提高預測精度,得到更為精確的壓裝質量預測結果。
2.根據權利要求1所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征是：它包括如下步驟：
步驟1：讀取智能壓裝質量時間序列數據Q(0)；
步驟2：對讀取到的時間序列數據進行預處理，得到新的數據序列
步驟3：建立一次響應函數
步驟4：還原生成原始序列預測模型
步驟5：計算擬合精度A(x)；
步驟6：對擬合精度進行狀態劃分；
步驟7：計算各階自相關系數rx和權重wx；
步驟8：建立狀態轉移概率矩陣T(x)；
步驟9：確定預測范圍；
步驟10：計算得到預測值
3.根據權利要求2所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征在于：步驟1中所述的智能壓裝質量時間序列數據具體是指：是同一質量數據采集點采集的連續壓裝數據，相鄰兩組數據采集時間間隔為一個裝配周期。
4.根據權利要求2所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征在于：所述步驟2中，預處理由累加與積分兩個步驟組成；記Q(0)＝{Q(0)(x)|x＝1,2,…,n}為原始的質量時間序列數據，對該序列進行積分得到新的時間序列其中
5.根據權利要求2所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征在于：所述步驟3中，建立一次響應函數是指：原始時間序列數據經過積分產生的序列和非齊次指數離散型函數fr(x)＝bea(x-1)-c趨勢關聯，SCGM(1,1)c預測模型及其一次響應函數分別為和式中，a,b,c為擬合fr(x)求得的參數。
6.根據權利要求2所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征在于：所述步驟6中，對擬合精度進行狀態劃分是指：將SCGM(1,1)c預測模型的擬合精度指標A(x)按規律劃分為x個狀態，每一個狀態的區間表示為Si∈[sli,sri],i＝1,2,…,x；其中sli＝A(x)+Mi為第i個狀態的左邊界，sri＝A(x)+Ni為第i個狀態的右邊界；式中Mi和Ni為根據預測數據而定的常數。
7.根據權利要求2所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征在于：所述步驟9中，確定預測范圍是指：選取距離預測數據最近的x個數據對應的狀態作為初始狀態，結合相應的轉移概率矩陣的行向量，將相同狀態的各項預測概率進行加權求和得到馬爾科夫修正的預測概率maxTi對應的狀態即為預測值所在的最優狀態，Ti(x)表示相同狀態的各項預測概率，wx表示各項的權重。
8.根據權利要求2所述的基于灰色馬爾可夫模型的壓裝質量預測方法，其特征在于：預測值的計算步驟為：
首先，對SCGM(1,1)c預測模型的擬合精度指標A(x)采用狀態概率線性插值來計算預測精度指標值式中sli和sri第i個狀態的左右邊界，Ti-1為i-1項的預測概率，Ti為i項的預測概率，Ti+1為i+1項的預測概率。
其次：計算x+1時間數據序列的預測值式中為x+1的預測精度指標，為SCGM(1,1)c模型在x+1的預測值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學，未經南京航空航天大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202110446008.0/1.html，轉載請聲明來源鉆瓜專利網。
