摘要
本发明公开了一种基于累积因果作用的时序预测方法及应用,属于时序预测技术领域,针对含可观测原因变量、不可观测时变原因变量及待预测目标变量的动力系统,该方法先建立结构因果模型,构建编码器网络表征不可观测原因变量的初始值及时变值;再利用卷积表达时变原因变量与时变机制的累积因果作用,建立动态卷积神经网络预测模型,通过掩码层和累加输出结果。本发明提供的一种基于累积因果作用的预测方法及应用适用于金属构件时效变形预测等时序预测问题,具有剥离虚假关联、提高时序预测精度及稳定性的良好潜力。
技术关键词
时序预测方法
动态卷积神经网络
变量
时序预测技术
动力系统
编码器
金属构件
建立预测模型
网络表征
机制
度量
应力
时间段
样本
矩阵
定义
速率
系统为您推荐了相关专利信息
支持向量机模型
分析方法
动态
分解特征
贝叶斯网络推理
炉膛水冷壁
燃烧器
历史运行数据
机器学习模型
锅炉参数
主动减振控制方法
神经模糊推理系统
模糊隶属函数
模糊规则
构建系统模型