本發(fā)明涉及一種強(qiáng)化學(xué)習(xí)單元匹配循環(huán)神經(jīng)網(wǎng)絡(luò)系統(tǒng)及其訓(xùn)練和預(yù)測(cè)方法，包括循環(huán)神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)單元和單調(diào)趨勢(shì)識(shí)別器，循環(huán)神經(jīng)網(wǎng)絡(luò)包括輸入、輸出和多個(gè)隱層，隱層包括多個(gè)隱層節(jié)點(diǎn)，單調(diào)趨勢(shì)識(shí)別器判斷由輸入構(gòu)建的時(shí)間序列的趨勢(shì)狀態(tài)，強(qiáng)化學(xué)習(xí)單元為根據(jù)輸入時(shí)間序列的趨勢(shì)狀態(tài)，選擇一個(gè)隱層層數(shù)和隱層節(jié)點(diǎn)數(shù)與其變化規(guī)律相適應(yīng)的循環(huán)神經(jīng)網(wǎng)絡(luò)。本發(fā)明通過(guò)判斷輸入時(shí)間序列的趨勢(shì)狀態(tài)，用趨勢(shì)狀態(tài)和不同隱層層數(shù)及隱層節(jié)點(diǎn)數(shù)分別表示Q值集的狀態(tài)與動(dòng)作，根據(jù)更新后的Q值集來(lái)選擇執(zhí)行最優(yōu)的動(dòng)作，增強(qiáng)了RLUMRNN的泛化能力和收斂速度，本發(fā)明應(yīng)用于旋轉(zhuǎn)機(jī)械的剩余壽命預(yù)測(cè)的精度高。