[發明專利]基于深度學習算法與混合整數線性規劃相結合的水質波動區間預測方法有效
| 申請號： | 201710546852.4 | 申請日： | 2017-07-06 |
| 公開（公告）號： | CN107292383B | 公開（公告）日： | 2019-12-03 |
| 發明（設計）人： | 鄭保寧;包哲靜 | 申請（專利權）人： | 鄭保寧;包哲靜 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06Q10/04 |
| 代理公司： | 33200 杭州求是專利事務所有限公司 | 代理人： | 劉靜;邱啟旺<國際申請>=<國際公布>= |
| 地址： | 310013 浙江省*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 深度 學習 算法 混合 整數 線性規劃 相結合 水質 波動 區間 預測 方法 | ||
1.一種基于深度學習算法與混合整數線性規劃相結合的水質波動區間預測方法，其特征在于，包括以下步驟：
(1)對水質歷史數據進行預處理：修補缺失的歷史數據，并進行歸一化處理；將預處理后的數據分成相互獨立的訓練集和驗證集；
(2)利用步驟(1)中經過預處理后的訓練集的水質數據時間序列，進行基于深度學習LSTM模型的點預測建模，得到點預測模型；
(3)基于步驟(2)的點預測模型，利用步驟(1)中經過預處理后的驗證集構造關于置信度c的基于混合整數線性規劃的區間預測通用模型，通用模型的目標為最小化區間預測的平均相對區間寬度，目標函數如下：
其中U(valid_pij)和L(valid_pij)為最優預測區間的上下邊界，valid_pij為LSTM點預測值，valid_rij為真實值，N是驗證集中的樣本數量；
約束條件如下：
U(valid_pij)＝valid_pij×αj
L(valid_pij)＝valid_pij×βj，
L(valid_pij)＝valid_rij+valid_rij×μi,1-valid_rij×μi,2
U(valid_pij)＝valid_rij+valid_rij×μi,3-valid_rij×μi,4
0≤μi,1≤Ii,1
0≤μi,2≤Ii,2
Ii,1+Ii,2＝1
0≤μi,3≤Ii,3
0≤μi,4≤Ii,4
Ii,3+Ii,4＝1
其中αj和βj為在當前時刻t后的第j個時刻的最優預測區間的上下邊界比例系數，滿足αj>0，βj>0，αj>βj；μi,1,μi,2,μi,3,μi,4為連續型變量，Ii,1,Ii,2,Ii,3,Ii,4為Bool型變量；
求解得到最優預測區間的上下邊界比例系數αj和βj；
(4)基于步驟(2)得到的點預測模型和步驟(3)得到的最優預測區間的上下邊界比例系數，求得未來時刻的水質波動的區間預測值。
2.根據權利要求1所述的基于深度學習算法與混合整數線性規劃相結合的水質波動區間的預測方法，其特征在于，所述步驟(2)中，建立的點預測模型包含多隱含層、Relu激活函數和Dropout機制；并基于驗證集確定最優的隱含層節點參數、Dropout比例、相關前置影響參數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于鄭保寧;包哲靜，未經鄭保寧;包哲靜許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710546852.4/1.html，轉載請聲明來源鉆瓜專利網。
