基于BLS和LSTM的剩余使用寿命预测方法及系统

摘要

本发明公开了一种基于BLS和LSTM的剩余使用寿命预测方法及系统，属于智能学习领域，包括：LSTM通过门控机制控制数据信息的传输，保留的信息生成映射特征并形成特征节点；然后将激活函数作用于随机特征节点，生成表达能力更强的增强节点，增加网络中的非线性因子；最终将特征节点和增强节点共同连接到输出层。本发明提出了一个基于宽度学习系统(BLS)的集成B‑LSTM模型，并嵌入了长短期记忆网络(LSTM)，以提高模型提取时间序列信息特征的能力，与几种主流方法的比较结果显示，本发明使用的模型的可解释性和准确性更高；在对剩余使用寿命进行预测时，预测结果表征数据的能力，预测的性能和精度明显高于现有的主流方法。

摘要

关键词