基于选择性深度神经网络集成的涡扇发动机剩余寿命预测

韩冬阳,林泽宇,郑宇,郑美妹,夏唐斌

Remaining useful life estimation of turbofan engine based on selective ensemble of deep neural networks

Dong-yang HAN,Ze-yu LIN,Yu ZHENG,Mei-mei ZHENG,Tang-bin XIA

表 4 各类用于集成的基模型复杂度

Tab.4 Computational complexity of base models in ensemble process

基模型 模型参数量 FLOPs/G LSTM(时间窗30) 34 501 4.72×10−4 CNN-LSTM(60) 74 776 3.53×10−2 CNN(90) 317 417 3.88×10−1 CNN(120) 553 741 5.52×10−1