计算机集成制造系统 ›› 2022, Vol. 28 ›› Issue (10): 3090-3099.DOI: 10.13196/j.cims.2022.10.006
高俊涛1,陈珂1,刘云峰1,刘聪2
GAO Juntao1,CHEN Ke1,LIU Yunfeng1,LIU Cong2
摘要: 鉴于现有剩余时间预测模型所采用的离线构建方式周期长、更新速度慢,在流式事件分析中容易老化,提出一种在线预测模型的构建及剩余时间预测方法。融合多种抽象机制得到复合变迁系统作为预测模型,设计了增量式预测模型学习算法,以保证模型的实时性;基于统计理论定义预测信度,给出基于预测信度的剩余时间预测算法,采用轨迹回顾机制增强模型的预测能力;定义波动性衡量预测结果在时间维度上变化的幅度;通过在多个公开数据集上与已有方法对比,表明所提方法在预测准确性和波动性上均具有明显的优势。
中图分类号: