一种基于PSO-LSTM的硬盘剩余寿命预测模型及方法
申请号:CN202510854186
申请日期:2025-06-24
公开号:CN120745403A
公开日期:2025-10-03
类型:发明专利
摘要
本发明提供一种基于PSO‑LSTM的硬盘剩余寿命预测模型及方法,包括数据采集、预处理、PSO优化、LSTM模型构建、适应度评估、迭代寻优及模型训练预测模块,通过粒子群优化算法自动调优LSTM超参数,构建七层LSTM神经网络进行预测,提高模型精度与稳定性。所述模型适用于分布式存储系统,支持多场景数据分类处理,增强预测适应性。该模型显著提升了硬盘剩余寿命预测的准确性,增强了系统智能化管理能力,降低了运维成本和数据丢失风险。
技术关键词
剩余寿命预测模型
剩余寿命预测方法
硬盘
LSTM模型
分布式存储节点
LSTM神经网络
传播算法
视频监控场景
数据采集模块
支持多场景
分布式存储系统
粒子群优化算法
训练集
超参数