一种基于多任务的机电复合传动系统数据训练与预测方法

本发明属于特种车辆机电复合传动系统数据处理与模型生成及预测技术领域，具体涉及一种基于多任务的机电复合传动系统数据训练与预测方法，该方法面向特种车辆机电复合传动系统实车采集的试验数据，分析数据的内部关联交互关系，通过对试验数据的预处理，生成可配置的输入数据和输出数据，经构建的具备持续学习功能的深度神经网络模型，生成基于数据驱动的具备迭代功能的数据训练与预测模型。该方法一方面解决了传动系统数据训练过程中的泛化能力弱，对旧任务易产生灾难性遗忘问题，另一方面解决了从实车数据到模型的训练工具链的缺失问题。