一种基于数据驱动的动态仿真预测模型构建方法

本发明公开了一种基于数据驱动的动态仿真预测模型构建方法，包括以下步骤：S1、采集多源异构的多模态原始数据并预处理获得标准化数据集；S2、采用Mamba深度状态空间模型提取长期依赖特征序列；S3、利用自适应多模态扩散模型建立参数扩散空间，获得扩散特征参数；S4、对扩散特征参数进行反向去噪收敛处理，生成实时自适应模型参数；S5、基于实时自适应模型参数进行特征序列的动态加权融合；S6、将融合序列输入动态仿真预测模型框架进行训练并获得训练完成的模型参数；S7、固化模型参数完成模型构建。本发明提升了动态预测精度及泛化性能。