基于累积误差平方和最小的参数估计方法

针对经典最小二乘法与加权最小二乘法进行两参数威布尔模型参数估计时,虽满足无偏性但不满足有效性问题,提出一种基于累积误差平方和最小的参数估计方法。基于粒子群算法对完全样本、定时截尾样本以及定数截尾样本进行参数计算,以均方根误差为指标进行效果评价,并结合相关文献数据进行实证研究。研究表明,所提参数估计方法较经典最小二乘法与加权最小二乘法的均方根误差值低,能够较好地给出两参数威布尔模型的参数估计。

改进灰狼算法优化灰色预测模型在数控机床中的应用

针对传统灰色预测模型因背景值选取带来的预测误差较大的问题,提出一种与改进灰狼算法相结合的故障预测模型。设计一种改进的灰狼算法,对基本灰狼算法的算法参数通过非线性策略进行改善,并用于优化灰色预测模型中的背景值,从而获得最优预测模型。以某一型号数控车床主轴的8个故障数据为例,将该预测模型与其他灰色改进预测模型进行对比验证,结果显示此模型与原始数据拟合度及稳定性最好。