[发明专利]一种面向数字孪生的自适应演化神经网络健康状态在线预测方法在审
| 申请号： | 202210413445.7 | 申请日： | 2022-04-20 |
| 公开（公告）号： | CN114896865A | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 孙博;潘俊林;吴泽豫;王自力;冯强;任羿;杨德真 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/23;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种数字孪生应用场景下基于自适应演化神经网络的健康状态在线预测方法。首先利用仿真模型生成各类工况下输入特征和健康状态表征量的数据集，将数据集划分为训练集和测试集输入神经网络，之后针对传统长短期记忆(Long short‑term memory,LSTM)神经网络模型固定滑动窗长划分样本对于短期局部波动不够敏感的问题，利用Kullback‑Leibler(KL)散度自适应学习神经网络参数，构建基于KL散度的动态滑动窗口LSTM(KL‑DSW LSTM)神经网络预测模型。最后基于仿真结果动态校准神经网络参数，实现预测模型自适应演化，开展健康状态长期高精度在线预测。 | ||
| 搜索关键词： | 一种 面向 数字 孪生 自适应 演化 神经网络 健康 状态 在线 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210413445.7/，转载请声明来源钻瓜专利网。
