一种结合机器学习的船用发动机制造全流程决策预测方法

本发明公开了一种结合机器学习的船用发动机制造全流程决策预测方法，涉及船用发动机制造与测试技术领域。解决了因台架试验与海试环境在关键工况特征统计分布上存在差异而导致的模型预测偏差、置信度失衡及响应滞后等问题，选择对抗式域适应或置信校准算法进行模型训练，构建基于深度神经网络的预测模型，通过特征提取网络、主任务预测子网络和域判别子网络的对抗优化或后处理校准，提升模型泛化能力和置信度可靠性，在海试环境中部署模型并进行实时校验，通过计算预测值与实测值的误差指标基于模型预测结果执行闭环决策控制。通过数据层对齐、模型层适应、校验层验证和执行层控制，显著提高了船用发动机在海试阶段的预测准确性和运行安全性。