| 基于AQPSO-LSTM-BN的APU故障診斷模型 | |
| 所屬分類：技術論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>2275 K | |
| 標簽： 長短期記憶網絡 量子粒子群 自適應量子粒子群 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對飛機APU的常見故障，提出了一種基于量子粒子群優化的長短期記憶網絡與批規范化相結合的飛機APU故障診斷模型。從QAR數據庫中整理出需要的APU故障數據，將其進行歸一化處理并分為訓練集和測試集兩部分，建立CSV文檔數據庫；對量子粒子群進行改進，使用改進后的量子粒子群對長短期記憶網絡的隱含層單元數目進行尋優；將優化參數后的長短期記憶網絡與批規范化相結合搭建網絡模型，并在網絡最頂層加入Softmax模型，生成AQPSO-LSTM-BN故障診斷模型，使用訓練集對故障診斷模型進行訓練，然后使用測試集進行實驗。實驗結果表明，該模型可以有效識別APU故障，與單一長短期記憶網絡模型、支持向量機模型、循環神經網絡模型和極限學習機模型相比，識別準確度有所提高。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2