建立了北方苍鹰算法优化长短期记忆神经网络(northern goshawk optimization-long short term memory,NGO-LSTM)的预测模型。以深圳市共享单车为例,首先对共享单车数据进行预处理,以Geohash算法为基础将骑行的时变数据作为特征输入;然...建立了北方苍鹰算法优化长短期记忆神经网络(northern goshawk optimization-long short term memory,NGO-LSTM)的预测模型。以深圳市共享单车为例,首先对共享单车数据进行预处理,以Geohash算法为基础将骑行的时变数据作为特征输入;然后采用Canopy算法结合K-means聚类算法将深圳市地铁站进行聚类分析,以此发掘不同类型站点骑行规律;最后在此基础上建立了NGO-LSTM预测模型对站点的需求量进行预测分析,并与其他模型进行对比。实验结果表明,NGO-LSTM模型的决定系数达到0.90。展开更多
起落架刹车系统是飞机的重要组成部分,及时准确地诊断起落架刹车系统的故障,可以避免因故障导致的事故,提高飞机安全性。针对起落架刹车系统现有诊断算法识别精度较低和缺乏系统的参数优化等问题,提出了一种利用冠豪猪优化器(Crested Po...起落架刹车系统是飞机的重要组成部分,及时准确地诊断起落架刹车系统的故障,可以避免因故障导致的事故,提高飞机安全性。针对起落架刹车系统现有诊断算法识别精度较低和缺乏系统的参数优化等问题,提出了一种利用冠豪猪优化器(Crested Porcupine Optimizer,CPO)算法优化卷积神经网络融合长短期记忆网络(Convolutional Neural Network-Long Short Term Memory,CNN-LSTM)的飞机起落架刹车系统故障诊断方法。利用CPO的快速寻优能力,将找到的最优参数代入CNN-LSTM中重新构建模型,对起落架飞参数据进行训练分类并输出结果。诊断实验中,以某型号飞机起落架刹车系统真实飞参数据为输入,对起落架刹车系统的常见故障模式进行分类。实验结果表明,所提出的故障诊断方法有较好的故障诊断性能和实际的应用价值。展开更多
文摘建立了北方苍鹰算法优化长短期记忆神经网络(northern goshawk optimization-long short term memory,NGO-LSTM)的预测模型。以深圳市共享单车为例,首先对共享单车数据进行预处理,以Geohash算法为基础将骑行的时变数据作为特征输入;然后采用Canopy算法结合K-means聚类算法将深圳市地铁站进行聚类分析,以此发掘不同类型站点骑行规律;最后在此基础上建立了NGO-LSTM预测模型对站点的需求量进行预测分析,并与其他模型进行对比。实验结果表明,NGO-LSTM模型的决定系数达到0.90。
文摘起落架刹车系统是飞机的重要组成部分,及时准确地诊断起落架刹车系统的故障,可以避免因故障导致的事故,提高飞机安全性。针对起落架刹车系统现有诊断算法识别精度较低和缺乏系统的参数优化等问题,提出了一种利用冠豪猪优化器(Crested Porcupine Optimizer,CPO)算法优化卷积神经网络融合长短期记忆网络(Convolutional Neural Network-Long Short Term Memory,CNN-LSTM)的飞机起落架刹车系统故障诊断方法。利用CPO的快速寻优能力,将找到的最优参数代入CNN-LSTM中重新构建模型,对起落架飞参数据进行训练分类并输出结果。诊断实验中,以某型号飞机起落架刹车系统真实飞参数据为输入,对起落架刹车系统的常见故障模式进行分类。实验结果表明,所提出的故障诊断方法有较好的故障诊断性能和实际的应用价值。
