本發(fā)明涉及一種強化學習三態(tài)組合長短時記憶神經(jīng)網(wǎng)絡(luò)系統(tǒng)，包括長短時記憶神經(jīng)網(wǎng)絡(luò)、強化學習單元和單調(diào)趨勢識別器，單調(diào)趨勢識別器判斷由輸入時間序列的趨勢狀態(tài)，強化學習單元為根據(jù)輸入時間序列的趨勢狀態(tài)，選擇一個隱層層數(shù)和隱層節(jié)點數(shù)與其變化規(guī)律相適應(yīng)的長短時記憶神經(jīng)網(wǎng)絡(luò)，其中，輸入時間序列的趨勢狀態(tài)包括三種狀態(tài)，每個趨勢狀態(tài)對應(yīng)一個隱層層數(shù)和隱層節(jié)點數(shù)與其變化規(guī)律相適應(yīng)的長短時記憶神經(jīng)網(wǎng)絡(luò)。本發(fā)明判斷輸入時間序列的趨勢，根據(jù)更新后的Q值集來選擇執(zhí)行最優(yōu)的動作，增強了網(wǎng)絡(luò)泛化能力，對于旋轉(zhuǎn)機械的退化趨勢具有較高的預(yù)測精度；通過輸出誤差計算獎勵，提高了網(wǎng)絡(luò)的收斂速度，提高了系統(tǒng)的計算效率。