一种用于负离子源性能预测的融合神经网络模型构建方法

本发明提供一种用于负离子源性能预测的融合神经网络模型构建方法，包括：构建融合神经网络模型的数据驱动模块；融合神经网络模型设计：融合神经网络模型包含一级融合神经网络和二级融合神经网络，一级融合神经网络用于解决射频负离子源在运行过程中由时序问题所引起的时空数据错位问题；二级融合神经网络用于隐式提高射频负离子源实验数据的输入维度；在融合神经网络的工作过程里，在不改变原有输入数据维度的情况下，通过差异化两级神经网络的输入输出结构以提高总体预测准确度；训练融合神经网络模型。本发明可辅助实验人员对长脉冲中性束注入装置实验的管理，在保护离子源装置的同时提供设想参数与实际情况的匹配依据。