基于改进贝叶斯优化算法的短时供水量预测方法

本发明公开了一种基于改进贝叶斯优化算法的短时供水量预测方法，其优点在于克服传统供水量预测方法在面对复杂供水系统数据时的调参复杂、预测收敛速度慢和耗时长以及泛化性差、预测精度低等局限性，通过结合CNN与BiLSTM的优点，提出了一种能够同时捕捉供水量数据中的局部特征和长时依赖关系的深度学习模型，并采用更新式的数据存储方式，通过用户输入数据而不断更新历史储存的数据，从而完善训练的模型，提高预测精度。此外，通过改进的贝叶斯优化算法，本发明能够自动调整模型的网络结构与参数配置，提高模型调参调优效率，减少人为干预，提升模型的预测精度和实时性，从而为城市供水系统的管理和优化提供有效支持。