基于AQPSO-LSTM-BN的APU故障診斷模型
所屬分類：技術(shù)論文
上傳者：muyx
文檔大?。?span>2275 K
標(biāo)簽： 長短期記憶網(wǎng)絡(luò) 量子粒子群 自適應(yīng)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(yōu)化的長短期記憶網(wǎng)絡(luò)與批規(guī)范化相結(jié)合的飛機APU故障診斷模型,。從QAR數(shù)據(jù)庫中整理出需要的APU故障數(shù)據(jù),，將其進行歸一化處理并分為訓(xùn)練集和測試集兩部分,，建立CSV文檔數(shù)據(jù)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(wǎng)絡(luò)的隱含層單元數(shù)目進行尋優(yōu),；將優(yōu)化參數(shù)后的長短期記憶網(wǎng)絡(luò)與批規(guī)范化相結(jié)合搭建網(wǎng)絡(luò)模型,，并在網(wǎng)絡(luò)最頂層加入Softmax模型，生成AQPSO-LSTM-BN故障診斷模型,，使用訓(xùn)練集對故障診斷模型進行訓(xùn)練,，然后使用測試集進行實驗。實驗結(jié)果表明,，該模型可以有效識別APU故障,，與單一長短期記憶網(wǎng)絡(luò)模型,、支持向量機模型、循環(huán)神經(jīng)網(wǎng)絡(luò)模型和極限學(xué)習(xí)機模型相比,，識別準(zhǔn)確度有所提高,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。