典型文献
基于贝叶斯优化LSTM的发动机剩余寿命预测
文献摘要：
针对航空发动机剩余寿命预测中深度学习算法参数优化效率低、预测准确率差等问题,在长短期记忆网络算法(LSTM)的基础上提出一种基于贝叶斯优化的LSTM算法.利用长短期记忆网络对航空发动机的传感器数据进行时间序列预测,并运用贝叶斯优化算法对长短期记忆网络的超参数进行迭代优化.利用NASA公开数据集对算法进行验证,结果表明,相较于其他算法,优化后的算法在优化参数、提高预测准确率方面有明显改善,能为保证航空器的安全使用以及制定维修替换策略提供参考.
文献关键词：
贝叶斯优化;LSTM;航空发动机;剩余寿命预测;预测与健康管理
中图分类号：
作者姓名：
张其霄;董鹏;王科文;卢苇
作者机构：
海军工程大学管理工程与装备经济系,武汉 430033
文献出处：
引用格式：
[1]张其霄;董鹏;王科文;卢苇-.基于贝叶斯优化LSTM的发动机剩余寿命预测)[J].火力与指挥控制,2022(04):85-89
A类：
B类：
剩余寿命预测,航空发动机,深度学习算法,算法参数优化,优化效率,预测准确率,长短期记忆网络算法,传感器数据,时间序列预测,贝叶斯优化算法,超参数,迭代优化,NASA,公开数据集,优化参数,航空器,安全使用,替换策略,预测与健康管理
AB值：
0.254987
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
