基于人机协同推理的航电设备健康预测方法及系统

本发明公开了一种基于人机协同推理的航电设备健康预测方法及系统，属于信息技术领域。方法包括：对航电设备传感器数据进行特征选择，得到关键特征数据；构建基于时间窗口统计特征的专家规则体系；构建包含LSTM或Transformer主干网络及动态融合门控机制的预测模型；利用训练数据，通过动态生成的门控值对模型基础预测值与专家修正值进行自适应加权融合，训练得到最终模型；将模型部署为API服务并配置自然语言交互智能体。本发明通过动态门控机制实现了数据驱动与专家知识的智能融合，有效提升了预测精度、模型可解释性和训练稳定性，并解决了工程化应用难题。实验证明，本方法在C‑MAPSS数据集上的预测误差显著低于传统深度学习方法。