[發明專利]基于多重分形協同度量門控循環單元的預測方法及模型

有效

• 申請號: 202010775496.5
• 申請日: 2020-08-05
• 公開（公告）號: CN112085254B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 張冬梅;余想;李金平
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/0442;G06N3/084
• 代理公司: 武漢泰山北斗專利代理事務所(特殊普通合伙) 42250
• 代理人: 程千慧

1.基于多重分形協同度量門控循環單元的預測方法，其特征在于，包括以下步驟：

步驟1、對輸入空氣濕度指數時序數據進行預處理，得到預處理后的時序數據；

步驟2、利用多重分形算法計算預處理后的空氣濕度指數時序數據的多重分形譜的譜函數f(α)和譜寬Δα，對于長度為n的時序數據序列X＝

{X₁,X₂,…,X_n}，以時間窗口長度為w，步長為1，利用多重分形算法計算每個時間窗口上的多重分形譜的譜寬Δα_i,得到多重分形譜的譜寬矩陣E＝G^T＝[Δα₁,Δα₂,…,Δα_n-w]^T；

步驟3、將門控循環單元中的更新門權重矩陣改進為與譜寬矩陣E相關的權重矩陣，得到改進門控循環單元；

步驟4、將預處理后的空氣濕度指數時序數據輸入改進門控循環單元中，得到預測空氣濕度指數數據；判斷當前迭代次數是否大于或等于預設最高迭代次數，迭代次數初始值為0，若是則轉到步驟7，若否則轉到步驟5；

步驟5、利用預測空氣濕度指數數據和實際空氣濕度指數數據計算損失函數；

步驟6、判斷損失函數是否滿足收斂條件，若是則轉到步驟7；若否則通過優化算法進行誤差的反向傳播，更新改進門控循環單元的權重矩陣和偏置向量，當前迭代次數加一后轉到步驟5；

步驟7、輸出預測空氣濕度指數數據。

2.根據權利要求1所述的基于多重分形協同度量門控循環單元的預測方法，其特征在于，所述步驟2中利用多重分析算法計算譜寬的方法具體包括以下步驟：

步驟31、將長度為N的空氣濕度指數時序數據，以步長為1，將其劃分為(N-w)個窗口長度為w的時間序列，每個窗口的概率測度P_i表示為：

其中，I_i(w)為時間標度為w時第i個區間內所有樣品值之和(i∈(1，(N-w)))；

如果時間序列具有多重分形特征，則在無標度區間內滿足如下冪律關系:

P_i(w)∝w^α

其中，α為第i個區間所對應的標志P_i(w)大小的奇異指數，反映P_i(w)隨w變化各區間不同的奇異程度；

步驟32、把具有相同α的時間標度為w的區間個數記為N_α(w)，隨w減少，N_α(w)不斷增加，若此時間序列存在多標度關系，則在無標度區間內滿足如下冪律關系：

N_α(w)∝w^-f(α)

步驟33、定義多重分形系統的配分函數χ_q(w)為歸一化時序數據的q階矩：

其中，χ_q(w)是反映歸一化后時序數據P_i(w)不均勻性的統計量，q為權重因子；

由分形的自相似性可知，χ_q(w)與w在無標度區間滿足如下冪律關系：

χ_q(w)∝w^τ(q)

對上式兩側求對數即得lnχ_q(w)～lnw曲線，其中曲線的斜率τ(q)為質量指數，τ(q)可通過lnχ_q(w)～lnw雙對數曲線中的線性點進行最小二乘法擬合來進行估算；

步驟34、在已知q～τ(q)曲線的前提下，通過勒讓德變換(Legendre?transformation),由q和τ(q)可以得到α(q)和f(α)；

其中Δα＝α_max-α_min)為時序數據的多重分形譜的譜寬，f(α)為時序數據的多重分形譜函數。