摘要
一种基于稀疏BiLSTM的多目标煤产品需求量预测方法,属于时间序列预测分析方法技术领域。该方法充分利用了BiLSTM模型善于捕捉数据复杂非线性模式的特性,开发了以模型精度和网络复杂性为目标的MCMODE算法对BiLSTM的权重参数进行寻优并设计了多周期长度预测结果的叠加方法对BiLSTM预测值进行相加,保证了模型的预测精度和泛化能力,同时设计稀疏策略以压缩BiLSTM的参数规模,降低了模型的计算成本。
技术关键词
需求量预测方法
煤产品
BiLSTM模型
周期
矩阵
参数
元素
代表
预测分析方法
策略
序列
数据
叠加方法
算法
精度
索引
网络
节点数
系统为您推荐了相关专利信息
神经网络架构
数据
攻击检测方法
有功功率
智能电网
虚拟电厂调控方法
负荷
能耗
分布式能源供电
功率因数
Stacking集成学习
配电网线损
矩阵
学习器
分布式电源
聚类图像分割方法
鲁棒主成分分析
矩阵
重构误差
表征技术