可信演化抗退化
同时提取长短期时序特征，配合不确定性感知在线演化，在动态环境中保持数字孪生的预测精度。
Hongbo, Cheng · Yiming, Qiao · 张霖 · 刘永奎 · 任磊 · Wang, Kunyu · 程庆沙 · Zhou, Xiaokang · M. Jamal, Deen
Journal of Manufacturing Systems 2026
双分支结构分离长短期特征，LSTM 抓长期依赖，TCN 提取多尺度局部模式，比单分支模型表达力更强。
实时预测误差触发模型动态更新，无需人工干预，让数字孪生及时跟上系统变化。
增量学习时用 Fisher 信息正则化约束重要参数，学新任务不会把旧知识冲掉。
在四旋翼无人机数据集上显著优于最先进的时间预测模型，效果有实证支撑。