摘要
本发明提供一种基于多变量时间序列建模的化工品价格预测方法、装置、设备及存储介质,涉及化工品数据分析技术领域。该方法包括:获取目标预测化工品;将目标预测化工品输入训练好的化工品价格预测模型,获得化工品价格预测模型输出的目标预测化工品的价格预测结果;其中,所述化工品价格预测模型是基于化工品特征样本集进行训练得到的;所述化工品特征样本集至少包括化工品多变量特征训练样本和化工品价格特征测试样本。本发明实施例用以解决现有技术中预测准确率较低,计算量大预测效率也低的缺陷,实现利用基于多变量时间序列建模的化工品价格预测模型,能够低复杂度高效率的生成化工品预测价格,而且生成的化工品预测价格的准确性较高。
技术关键词
价格预测方法
价格预测模型
样本
LightGBM模型
特征提取模型
变量
序列
神经网络模型
非暂态计算机可读存储介质
长短期记忆网络
门控循环单元
数据分析技术
参数
处理器
计算机程序产品
特征选择
预测装置
存储器
复杂度
系统为您推荐了相关专利信息
综合能源系统调度
热电联产机组
出力场景
GP模型
生成器网络
语义关联度
数据集构建方法
信息检索方法
样本
信息检索装置
生成模型训练方法
建议生成方法
样本
覆盖率
客户
茶叶生产线
智能检测方法
二维图像数据
样本
三维图像数据