基于强化学习框架的实时迁移学习方法

一种基于强化学习框架的实时迁移学习方法，在离线阶段采集原始数据并构造半实物机理仿真模型用于生成仿真数据，通过将包含仿真数据和机械系统实际运行数据的数据集训练强化学习模型，在在线阶段通过训练后的强化学习模型基于待迁移的特征空间实现实时迁移学习，生成故障诊断结果。本发明考虑到构建活动标架的参数特征空间组合情况，通过强化学习框架将特征空间的更新过程进行整合的同时，将机械系统实际运行时的不同时间数据通过实时迁移学习进行特征的匹配，得到机械系统故障数据的模式和规律并克服了现有深度学习模型的局限性。