[發明專利]基于多變量信息及徑向基函數網絡的垃圾產生量預測方法

在審

• 申請號: 201710335271.6
• 申請日: 2017-05-12
• 公開（公告）號: CN107169601A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 秦緒佳;徐菲;鄭紅波
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 杭州天正專利事務所有限公司33201
• 代理人: 王兵,黃美娟

1.基于多變量信息及徑向基函數網絡的垃圾產生量預測方法，包括以下步驟：

1)、擬定垃圾產生量影響因素；

2)、基于多變量信息確定垃圾產生量影響因素；過程如下：

(2.1)輸入訓練數據集訓練數據集U＝D(F,C),其中F表示所有的輸入變量，C表示類變量；

(2.2)初始化選擇特征集S＝φ，S為選擇特征集，φ為空集；

(2.3)確定首個特征變量；計算所有輸入變量與類變量的互信息I(f_i；C)，f_i∈F，選擇使互信息I(f_i；C)達到最大值的輸入變量f_i，將該輸入變量加入到特征集中S＝S+{f_i}，并從輸入集剔除F＝F-{f_i}；

(2.4)遍歷F中的所有元素，計算該元素f_i與特征集S及類變量C間的多變量信息I(f_i；S；C)，滿足maxI(f_i；S；C)＞βI(S；C)，β是用戶自定義量，則選擇該f_i，S＝S+{f_i}，F＝F-{f_i}；

(2.5)循環步驟(2.4)直至不存在元素f_i；

(2.6)輸出選擇特征集S；

3)、基于徑向基函數網絡初步預測垃圾產生量；過程如下：

(3.1)樣本輸入；

(3.2)采用最小-最大變化進行數據預處理；

(3.3)初始化徑向基函數網絡隱藏層節點個數K；

(3.4)采用K-means++聚類確定網絡聚類中心點；

(3.5)確定徑向基函數擴展常數及初始化權值；

(3.6)計算徑向基函數網絡輸出；

(3.7)計算當前預測值與真實值之間的方差，若方差小于設定的最小方差或者當迭代次數達到總迭代次數時，則終止徑向基網絡訓練；否則采用梯度下降法修正中心、擴展常數及權值，進入步驟(3.6)；

4)、垃圾產生量預測誤差反向修正；過程如下：

(4.1)計算每個省份在徑向基函數網絡初始預測后的相對平均誤差，公式如下：

e‾=1mΣi=1m|yi-yi′yi|]]>

m為輸入樣本的數量，y為樣本實際值；y'徑向基函數網絡初始預測值，為相對平均誤差；

(4.2)通過如下公式計算修正后的預測值：

y′′=y′1-e‾]]>

y”為誤差反向修正后的預測值，y'為徑向基函數網絡初始預測值。

2.如權利要求1所述的基于多變量信息及徑向基函數網絡的垃圾產生量預測算法，其特征在于：引入多變量互信息作為特征選擇的評價標準，既保證了特征變量與輸出變量間的相關性，又考慮到其冗余性。

3.如權利要求1或2所述的基于多變量及徑向基函數網絡的垃圾產生量預測算法，其特征在于：通過徑向基函數網絡訓練獲得初始預測值之后，計算相對平均誤差進行預測修正。