基于贝叶斯优化LSTM的发动机剩余寿命预测

针对航空发动机剩余寿命预测中深度学习算法参数优化效率低、预测准确率差等问题，在长短期记忆网络算法（LSTM）的基础上提出一种基于贝叶斯优化的LSTM算法。利用长短期记忆网络对航空发动机的传感器数据进行时间序列预测，并运用贝叶斯优化算法对长短期记忆网络的超参数进行迭代优化。利用NASA公开数据集对算法进行验证，结果表明，相较于其他算法，优化后的算法在优化参数、提高预测准确率方面有明显改善，能为保证航空器的安全使用以及制定维修替换策略提供参考。