基于分层修正模糊支持向量机的车队工业物联网预测性维护

联网车队已在全球多种工业物联网场景内部署。随着通过联网智能设备控制和管理的机器逐渐增多，预测性维护的潜力迅速增长。预测性维护有优化正常运行时间与性能的潜力，从而减少与检查和预防性维护相关的时间和人力。为了理解车辆故障相对于里程、车龄、车型等重要车辆属性的趋势，该问题通过分层修正模糊支持向量机（HMFSVM）来解决。所提方法与逻辑回归、随机森林和支持向量机等其它常用方法进行比较。这有助于更好地实施远程信息处理数据，以作为期望解决方案的一部分来确保预防性管理。所提方法的优越性通过若干实验结果得到凸显。