[发明专利]基于核函数优化的支持向量机太阳翼展开可靠性评估方法

摘要

本发明公开了一种基于核函数优化的支持向量机太阳翼展开可靠性评估方法，包括：根据专家知识建立太阳翼展开可靠性综合评价指标体系；采用物元法和层次分析法得到评价指标体系的权向量；由专家对影响太阳翼展开的诸因素测量值评分，将评分结果视为样本数据；由程序自动选取支持向量机SVM核函数及其参数值，构建训练模型；使用交叉验证来检验核函数及其参数是否需要进行微调；用检测样本来验证所建模型，对太阳翼展开可靠性作出评估。本发明的优点是：在零失效、小样本、非线性、高维数等情况下，所做的评估结果客观、可信。

主权项

基于核函数优化的支持向量机太阳翼展开可靠性评估方法，其特征在于，包括以下几个步骤：步骤一：根据专家知识建立太阳翼展开可靠性综合评价指标体系太阳翼展开可靠性综合评价指标体系包括4个一级指标：展开状态基频、最小静力矩裕度、铰链驱动特性综合指标和展开试验综合指标；其中铰链驱动特性综合指标包含以下4个2级指标：根部铰链力矩、支撑臂/连接架铰链力矩、连接架/内板铰链力矩、内板/外板铰链力矩；展开试验综合指标则包含以下5个2级指标：展开时间、展开对中度、钢丝绳张力、锁定深度、气浮装置连接件与横梁之间的高度；步骤二：采用物元法和层次分析法得到评价指标体系的权向量对构成同一个综合指标的各基本指标，由3位以上专家进行两两比较给出评分，然后采用物元法和层次分析法处理多位专家的评分矩阵，求出各指标的权系数；步骤三：收集样本数据由专家对各指标值进行评分，将评分结果视为样本数据，得到样本数据集(xi，yi)，i＝1，2，…，l，其中xi为n维输入向量，是影响太阳翼展开的各种因素，yi为xi对应的输出值，是太阳翼展开的可靠度，n为一个输入向量包含的影响因子数，l为收集到的样本数目；步骤四：训练支持向量机模型选取训练数据集，对模型进行训练，以选取合适的核函数及其参数，再选取用于交叉验证的数据集，采用交叉验证法对模型进行验证，以备必要时对核函数及参数进行调整；步骤五：对模型进行检测输入检测数据集对模型进行检测，对太阳翼的展开可靠性进行评估。