期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM循环神经网络的故障时间序列预测
被引量：
383
1
作者
王鑫
吴际
+3 位作者
刘超
杨海燕
杜艳丽
牛文生
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018年第4期772-784,共13页
有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和...
有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。
展开更多
关键词
长短期记忆(LSTM)模型
循环神经网络
故障时间序列
预测
多层网格搜索
深度学习
在线阅读
下载PDF
职称材料
奇异谱分析在故障时间序列分析中的应用
被引量：
15
2
作者
王鑫
吴际
+3 位作者
刘超
牛文生
张华
张奎
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2016年第11期2321-2331,共11页
由于日益增长的飞行安全和飞机维护质量需求,飞机使用可靠性已经成为一个重要的研究领域。从某航空公司波音737飞机使用过程中现场所记录的18年的故障数据出发,应用奇异谱分析(SSA)方法,对故障时间序列进行了建模和预测,进一步以预测结...
由于日益增长的飞行安全和飞机维护质量需求,飞机使用可靠性已经成为一个重要的研究领域。从某航空公司波音737飞机使用过程中现场所记录的18年的故障数据出发,应用奇异谱分析(SSA)方法,对故障时间序列进行了建模和预测,进一步以预测结果的均方根误差(RMSE)最小为优化目标对SSA模型参数进行了优选。在此基础上,提出了一种更为广泛的模型组合方法和实现算法,这种方法采用不同的时间序列模型来构造SSA分解出的趋势、周期和残差等成分。通过与三次指数平滑(Holt-Winters)、自回归移动平均(ARIMA)2种时间序列模型的实验结果对比,SSA及其参数优选和模型组合方法在故障时间序列分析中具有更好的拟合和预测精度。
展开更多
关键词
奇异谱分析(SSA)
故障时间序列
预测
参数优选
模型组合
在线阅读
下载PDF
职称材料
题名
基于LSTM循环神经网络的故障时间序列预测
被引量：
383
1
作者
王鑫
吴际
刘超
杨海燕
杜艳丽
牛文生
机构
北京航空航天大学计算机学院
丰台职业教育中心学校
中航工业西安航空计算技术研究所
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018年第4期772-784,共13页
基金
中国民用航空专项研究项目(MJ-S-2013-10)
国防科工局技术基础项目(JSZL2014601B008)
国家自然科学基金(61602237)~~
文摘
有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。
关键词
长短期记忆(LSTM)模型
循环神经网络
故障时间序列
预测
多层网格搜索
深度学习
Keywords
long short-term memory （LSTM） model
recurrent neural network
failure time series prediction
multilayer grid search
deep learning
分类号
O213.2 [理学—概率论与数理统计]
V37 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
奇异谱分析在故障时间序列分析中的应用
被引量：
15
2
作者
王鑫
吴际
刘超
牛文生
张华
张奎
机构
北京航空航天大学计算机学院
中航工业西安航空计算技术研究所
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2016年第11期2321-2331,共11页
基金
中国民用航空专项研究项目(MJ-S-2013-10)~~
文摘
由于日益增长的飞行安全和飞机维护质量需求,飞机使用可靠性已经成为一个重要的研究领域。从某航空公司波音737飞机使用过程中现场所记录的18年的故障数据出发,应用奇异谱分析(SSA)方法,对故障时间序列进行了建模和预测,进一步以预测结果的均方根误差(RMSE)最小为优化目标对SSA模型参数进行了优选。在此基础上,提出了一种更为广泛的模型组合方法和实现算法,这种方法采用不同的时间序列模型来构造SSA分解出的趋势、周期和残差等成分。通过与三次指数平滑(Holt-Winters)、自回归移动平均(ARIMA)2种时间序列模型的实验结果对比,SSA及其参数优选和模型组合方法在故障时间序列分析中具有更好的拟合和预测精度。
关键词
奇异谱分析(SSA)
故障时间序列
预测
参数优选
模型组合
Keywords
singular spectrum analysis （SSA）
failure time series
prediction
parameter optimization
model combination
分类号
O213.2 [理学—概率论与数理统计]
V37 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM循环神经网络的故障时间序列预测
王鑫
吴际
刘超
杨海燕
杜艳丽
牛文生
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018
383
在线阅读
下载PDF
职称材料
2
奇异谱分析在故障时间序列分析中的应用
王鑫
吴际
刘超
牛文生
张华
张奎
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2016
15
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
