基于改进LSTM模型的航空安全预测方法研究

V328; 精确的航空安全预测是科学开展安全预警的前提.航空事故不仅致因机理复杂,还存在迟滞效应,给安全样本时序信息的深度挖掘加大了难度.基于此,提出一种基于改进长短期记忆(long short-term memory,LSTM)模型的航空安全预测新方法.首先基于相关系数热图优选致因指标,再以步进搜索和Adam算法相结合的方式优化LSTM模型超参数,最后以2019年某型运输机事故数据为算例,选取多种常用时序预测模型作为对照.实验结果表明本文所提方法,预测误差较现有方法降低了28％以上,同时具有较好的泛化能力和鲁棒性....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 2; pp. 569 - 576
Main Authors 曾航, 张红梅, 任博, 崔利杰, 武江南
Format Journal Article
LanguageChinese
Published 空军工程大学装备管理与无人机工程学院,陕西西安,710051%空军工程大学装备管理与无人机工程学院,陕西西安,710051 01.02.2022
光电控制技术重点实验室,河南洛阳,471000
Subjects
航空安全;神经网络;长短期记忆;堆叠式;多步预测
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.02.26

Cover

More Information
Summary:V328; 精确的航空安全预测是科学开展安全预警的前提.航空事故不仅致因机理复杂,还存在迟滞效应,给安全样本时序信息的深度挖掘加大了难度.基于此,提出一种基于改进长短期记忆(long short-term memory,LSTM)模型的航空安全预测新方法.首先基于相关系数热图优选致因指标,再以步进搜索和Adam算法相结合的方式优化LSTM模型超参数,最后以2019年某型运输机事故数据为算例,选取多种常用时序预测模型作为对照.实验结果表明本文所提方法,预测误差较现有方法降低了28％以上,同时具有较好的泛化能力和鲁棒性.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.02.26