基于LSTM的工業(yè)互聯(lián)網(wǎng)設(shè)備工作狀態(tài)預(yù)測(cè)
關(guān)鍵詞：長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò) 時(shí)間序列預(yù)測(cè) 工業(yè)互聯(lián)網(wǎng)設(shè)備
摘要：隨著工業(yè)互聯(lián)網(wǎng)技術(shù)的發(fā)展,工業(yè)互聯(lián)網(wǎng)設(shè)備的工作狀態(tài)預(yù)測(cè)對(duì)于提升設(shè)備的可靠性具有重要意義。在實(shí)際的工業(yè)場(chǎng)景中,由于設(shè)備數(shù)據(jù)高度離散且在多個(gè)時(shí)間段內(nèi)相互重合,簡(jiǎn)單的單信號(hào)預(yù)測(cè)和閾值方法是無(wú)效的。本文提出一種基于LSTM(長(zhǎng)短時(shí)記憶)神經(jīng)網(wǎng)絡(luò)的設(shè)備工作狀態(tài)預(yù)測(cè)模型。首先使用SMOTE算法進(jìn)行數(shù)據(jù)傾斜處理,利用PCA算法進(jìn)行數(shù)據(jù)降維,之后基于LSTM神經(jīng)網(wǎng)絡(luò)構(gòu)建設(shè)備工作狀態(tài)預(yù)測(cè)模型,最后利用F1分?jǐn)?shù)值進(jìn)行模型評(píng)估。本文基于真實(shí)的空調(diào)壓縮機(jī)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明了本文方法的有效性。
計(jì)算機(jī)與現(xiàn)代化雜志要求:
{1}參考文獻(xiàn)：執(zhí)行國(guó)標(biāo)“文后參考文獻(xiàn)著錄規(guī)則（GB/T7714－2005）”，中文參考文獻(xiàn)需要有英文對(duì)照。
{2}應(yīng)具創(chuàng)新性、科學(xué)性、實(shí)用性，論點(diǎn)明確，資料可靠，數(shù)據(jù)準(zhǔn)確，層次清楚，文字精練，用字規(guī)范。
{3}擬刊登的稿件，編輯部會(huì)及時(shí)將錄用通知單及修改意見反饋給作者，作者應(yīng)及時(shí)將修改稿返回編輯部，在沒有約定的前提下超過3個(gè)月期限未修回，將被視為自動(dòng)放棄。
{4}正文標(biāo)題層次一級(jí)標(biāo)題1，2，…，二級(jí)標(biāo)題用1．1，1．2，…，三級(jí)標(biāo)題用1．1．1，1．1．2，…，以此類推。標(biāo)題層次一般不超過4級(jí)。
{5}關(guān)鍵詞應(yīng)有3～5個(gè)。詞與詞之間用分號(hào)分隔。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
