科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决航材消耗预测影响因素较多、时间相关性复杂、实际消耗样本少等问题，鉴于现有方法难以捕捉小样本航材消耗数据在时间顺序上的逐步依赖关系，提出了基于改进生成对抗网络生成模型和循环神经网络预测模型的航材消耗预测方法，该方法将自回归学习有监督训练与对抗学习无监督训练相结合，进一步挖掘航材消耗数据潜在静态分布和时态逐步依赖分布从而生成更加接近真实数据的样本，达到扩充样本量、提高航材消耗预测精度的目的。以某型国产民机部件消耗数据为案例，利用降维可视化方法和预测分数评价模型的生成性能和预测精度。通过对比其他方法，预测值平均绝对误差减少3%，验证提出的模型解决航材预测问题的有效性。
- 单位
