一种基于机器学习的设备资产折旧预测方法

本发明公开了一种基于机器学习的设备资产折旧预测方法，包括如下步骤：S1、采集资产原值、折旧码、年限、起始日期及历史净值，归一化生成统一时间域内的资产状态输入序列；S2、将归一化资产状态输入神经常微分方程模型，构建资产状态随时间演化的微分系统；S3、识别资产折旧期间的参数变更，提取变更时间和幅度，构建扰动事件序列；S4、根据扰动事件序列构建时间门控函数和扰动耦合函数；S5、将扰动耦合函数注入微分系统，解算得到折旧演化路径；S6、将预测路径映射至实际时间区间，输出折旧趋势预测结果。本发明实现了设备折旧趋势的精细预测与策略变更的动态响应，提升了资产管理智能化水平。