基于时间卷积网络的核电物资采购需求预测方法及系统

本发明公开了基于时间卷积网络的核电物资采购需求预测方法及系统，涉及时间序列数据分析技术领域，包括收集数据集，并对数据集进行预处理，并对数据集进行分类，设定输入数据集的表示方式，构建时间卷积神经网络模型，将数据集进行划分，利用划分后的数据集进行模型训练，将时序数据输入利用训练后的模型中，经过多层卷积、残差连接和全连接层的处理，输出物资采购需求预测值。本发明通过扩展卷积和残差连接，深层次地学习了时间序列数据特征，提高了模型捕捉复杂时间依赖关系的能力，残差连接的引入促进了深层网络中的梯度流动，避免了梯度消失问题，提高了训练效率和模型复杂特征的学习能力。