基于Informer架构的复杂多变量系统网络预测模型的构建方法

一种基于Informer架构的复杂多变量系统网络预测模型的构建方法，获取复杂工业过程生产数据；对采集的时间序列数据进行ElasticNet特征选择，实现冗余变量的筛除；对特征选择后得到序列数据进行VMD分解和降噪；窗口设置与序列划分；对序列数据进行嵌入操作，即进行初步特征提取；构建编码器，对SE进行编码；构建解码器，对SD进行解码；使用1层线性层，将解码器的输出序列FD映射，得到预测结果；对所构建的模型，利用训练集数据进行训练；对于测试集，以重训练策略，对模型评估，进而防止信息泄露问题。该方法解决了传统网络对于含有输入噪声和冗余变量系统预测误差大和适应性差的缺点，能对复杂多变量过程关键变量进行精确预测。