典型文献
基于LSTM神经网络的弹药消耗预测
文献摘要：
针对当前考虑弹药消耗多重影响因素所反映的规律不够客观,长时间弹药消耗没有考虑其消耗规律等问题,提出了利用长短期记忆神经网络(long short term memory,LSTM)来分析弹药消耗的规律.通过示例数据的训练集和测试集,来进行弹药消耗的预测.通过对比RNN模型和BP神经网络模型在测试集上的平均绝对误差(mean absolute error,MAE)和均根方差(root mean square error,RMSE),LSTM神经网络在MAE和RMSE上的误差小,对于长时间序列弹药消耗数据有着很好的预测效果.
文献关键词：
弹药预测;LSTM;模型对比;MAE;RMSE
中图分类号：
作者姓名：
李广宁;史宪铭;陈磊;赵美
作者机构：
陆军工程大学石家庄校区,石家庄 050000
文献出处：
引用格式：
[1]李广宁;史宪铭;陈磊;赵美-.基于LSTM神经网络的弹药消耗预测)[J].火力与指挥控制,2022(06):75-80
A类：
弹药预测
B类：
弹药消耗,消耗预测,多重影响因素,长短期记忆神经网络,long,short,term,memory,示例,训练集,测试集,RNN,平均绝对误差,mean,absolute,error,MAE,root,square,RMSE,长时间序列,模型对比
AB值：
0.306695
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。
