一种基于贝叶斯优化的局部变权组合预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于贝叶斯优化的局部变权组合预测方法
申请号:CN202410815261
申请日期:2024-06-24
公开号:CN118708904A
公开日期:2024-09-27
类型:发明专利
摘要
本发明涉及滑坡位移预测技术领域,具体涉及一种基于贝叶斯优化的局部变权组合预测方法,通过贝叶斯优化算法寻找局部变权组合预测模型的最优参数,验证集上评估组合预测结果是否符合精度,判断是否达到贝叶斯优化的终止条件,选取最优模型参数组合;将最优的模型参数分别应用于SARIMA模型和HWES模型上,分别完成对位移监测序列进行单步预测的操作,从而获取所需预测时刻的预测值,以及输入位移监测序列的拟合序列;将两项拟合序列分别与监测序列作差,可得到单项预测模型对应长度的残差序列,分别计算残差平方和;利用局部最优动态权系数计算方法计算下一时刻预测值的权系数矩阵,求得下一时刻的组合预测值,若预测完成则输出预测序列。
技术关键词
组合预测方法 组合预测模型 系数计算方法 序列 滑坡位移预测技术 参数 指数平滑模型 位移监测数据 优化器 动态 训练集 生成随机 算法 精度 矩阵 误差 周期 指标
系统为您推荐了相关专利信息
广告精准投放方法 时间段 集中度 聚类分析算法 构建用户画像标签
共模电压抑制方法 逆变器开关 载波 三电平变换器 波调制方法
LSTM神经网络模型 周期性 速率 时序 时间序列分析技术
航空电缆 定位方法 时域反射法 绝缘 信号
可信度评估方法 仿真系统 检验方法 雷达 评估指标体系