首页>
根据【关键词:长短期记忆网络,时间序列,空管大数据,航迹聚类,深度学习,智能交通,航迹预测】搜索到相关结果 3 条
-
基于健康指数相似的航空发动机剩余寿命预测
-
作者:
曹惠玲
梁佳旺
崔科璐
来源:
科学技术与工程
年份:
2020
文献类型 :
期刊
关键词:
健康指数
时间序列
航空发动机
相似性寿命预测
聚类分析
-
描述:
基于健康指数相似的航空发动机剩余寿命预测
-
基于注意力与LSTM的航空发动机剩余寿命预测
-
作者:
王欣
孟天宇
周俊曦
来源:
科学技术与工程
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
长短期记忆网络
航空发动机
剩余寿命预测
预测性维护
-
描述:
预测性维护的核心技术之一是设备剩余寿命(remaining useful life, RUL)预测。为了提高航空发动机的剩余寿命预测精度,提出了一种基于注意力与长短期记忆(directional long short-term memory, LSTM)网络的航空发动机剩余寿命预测模型Attention-LSTM,通过引入注意力机制增强各时间点数据的特征权重,有效提升了模型预测精度。使用NASA C-MAPSS涡扇发动机仿真数据集进行实验,与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明,提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。
-
航空器爬升与下降阶段4D航迹预测
-
作者:
赵元棣
李科频
朱文心
来源:
科学技术与工程
年份:
2023
文献类型 :
期刊
关键词:
长短期记忆网络
4D航迹预测
循环神经网络
机器学习
航空运输
-
描述:
准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性,提出了基于机器学习的航空器4D航迹预测方法。首先,利用爬升阶段提取研究指标,构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short/term memory, LSTM);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明,爬升阶段模型和下降阶段模型对于航空器位置预测准确性高,展现了航迹预测模型的良好鲁棒性。