系统工程与电子技术

作者：曾航, 张红梅, 任博, 崔利杰, 武江南

单位：1. 空军工程大学装备管理与无人机工程学院, 陕西 西安, 710051；2. 光电控制技术重点实验室, 河南 洛阳, 471000

关键词：航空安全,神经网络,长短期记忆,堆叠式,多步预测

基金：国家自然科学基金(71701210);陕西省自然科学基金(2019JQ-710)

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。

来源：2022年第2期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第2期