基于深度神经网络的架空客运索道吊厢动态负载预测方法

本发明公开了基于深度神经网络的架空客运索道吊厢动态负载预测方法，包括如下步骤：步骤一：采集并预处理架空客运索道中多个吊厢的运行数据；步骤二：将运行数据输入至TimesNet网络；步骤三：计算初始负载预测值序列的相邻时间点之间的数值差值，标记局部锚点，并构建跨吊厢锚点图；步骤四：基于二维吊厢位置索引矩阵计算锚点对的扰动强度，生成扰动嵌入张量；步骤五：将嵌入表示张量与扰动嵌入张量进行Kronecker乘积操作，并输入至预测头结构中；步骤六：计算负载预测值序列与真实负载序列之间的数值误差和趋势误差，并更新偏置值。本发明本发明通过TimesNet网络和扰动重构，提升吊厢负载预测精度与鲁棒性。