基于多种预测算法的飞机故障预测效果研究
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Research on Aircraft Fault Prediction Effect Based on Various Prediction Algorithms
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为大幅提高飞机的维修故障预测精度,在充分研究Fisher 判别法、逻辑回归、随机森林和支持向量机4 种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R 平台上实现这4 种算法,以分析比较4 种 算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。

    Abstract:

    In order to greatly improve the accuracy of aircraft maintenance fault prediction, after sufficient studying on 4 algorithms, which include Fisher discriminant, logistic regression, random forest and support vector machine, using fault maintenance record data of certain type aircraft as basic dataset, and choosing R platform to implement these 4 algorithms. Compare the effect difference of 4 methods in fault prediction. Finally, the results show that support vector machine has the best prediction effect.

    参考文献
    相似文献
    引证文献
引用本文

朱兴动.基于多种预测算法的飞机故障预测效果研究[J].,2020,39(04).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-12-05
  • 最后修改日期:2020-01-11
  • 录用日期:
  • 在线发布日期: 2020-05-06
  • 出版日期:
文章二维码