摘要
本发明公开了物资供应系统指标值多步预测方法、设备及介质,属于物资供应管理与人工智能交叉技术领域,本发明要解决的技术问题为如何实现对供应链各环节的精准预测和动态调控,提升物资工业管理的智能化水平和风险应对能力,技术方案为:通过与供应商信息系统、物流运输系统及生产部门业务系统建立接口,实时采集物资供应历史运行数据;采用门控循环单元自编码器GRU_AE对物资供应历史运行数据进行异常检测与替换;采用带有局部注意力机制的门控循环单元网络LA_GRU构建指标值多步预测模型;采用弹性权重整合EWC算法对指标值多步预测模型进行深度学习增量更新,获取模型参数更新后的指标值多步预测模型。
技术关键词
多步预测方法
历史运行数据
局部注意力机制
编码器
门控循环单元网络
解码器
重构模型
物流运输系统
增量更新
重构误差
人工智能交叉技术
正则化参数
产品质量合格率
sigmoid函数
节点数
矩阵
时序特征
系统为您推荐了相关专利信息
生成对抗网络
辅助分类器
卷积神经网络特征提取
视觉
预测类别
表征学习方法
词嵌入向量
图像编码器
计算机视觉感知技术
代表
模型建模方法
时延
前馈神经网络
插值模型
编码器
冷冻水流量
冷冻水系统
初始运行频率
系统配置信息
水泵
充放电系统
钠离子电池
诊断模块
电池管理模块
控制模块