基于LSTM的舰船软件运行健康状态预测

• 作者: 冯浩 易全政 聂听 胡洋
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 舰船任务系统 LSTM模型 状态预测 分布不均衡 WFL损失函数
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 机械与船舶工程
• 页码范围: 25-30
• 页数: 6页
• 分类号: TP319
• 语种: 中文
• DOI: 10.13245/j.hust.190905

摘要

针对舰船任务系统的复杂环境,综合考虑舰船软件自身性能、外在环境和运行工况等数据的影响,采用长短期记忆网络模型(LSTM)预测软件运行健康状态,并针对样本类别分布不均衡导致的预测效果不佳等问题,提出了一种加权焦点损失函数(WFL).实验结果表明:基于WFL与包含三个隐含层的LSTM模型(LSTM3-WFL)不仅比传统的机器学习算法能够更好地学习到特征在时间维度上的变化规律;而且相较于基于交叉熵损失函数的LSTM模型,该模型更容易学习到样本个数较少的类别信息,并最终在测试集上达到98.2％的准确率与0.947的宏平均F1-Socre值,在舰船软件运行健康状态的预测问题上有很高的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡洋		2	2	1.0	1.0
2	冯浩		1	2	1.0	1.0
3	易全政	华中科技大学计算机学院	1	2	1.0	1.0
4	聂听	华中科技大学计算机学院	1	2	1.0	1.0