基于SMA-LSTM的轴承剩余寿命预测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为解决神经网络在轴承剩余使用寿命（RemainingUsefulLife，RUL）预测中存在的预测精度低、模型泛化能力差等问题，提出一种基于黏菌算法（SlimeMouldAlgorithm，SMA）和长短期记忆（LongShort-TermMemory，LSTM）神经网络相结合的轴承RUL预测方法。（剩余13106字）

试读结束

目录
monitor