一种基于终身学习的直升机装配物料送达时间预测方法

本发明公开了一种基于终身学习的直升机装配物料送达时间预测方法，将物料车间实时生产数据引入到送达时间预测模型构建中，融合历史生产数据形成训练样本；集成神经元之间的时序递归与基于注意力机制的全局特征交互构建预测模型；将调整好参数的模型部署于实际应用场景，利用实时生产数据进行测试，在测试过程中通过无监督和在线的方式计算模型的参数重要性；当预测误差大于阈值时利用参数重要性微调模型，采用Net2Net的方式对模型进行分裂增殖，利用参数的重要性进行正则化约束，实现微调模型的快速训练，以神经元的重要性评估为标准对网络进行结构化剪枝。本发明通解决了物料送达时间实时预测过程中的精度随着时间的推移发生降低的问题。