利索能及
我要发布
收藏
专利号: 2021111650766
申请人: 西安理工大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-10-22
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于时间序列的用水量预测方法,其特征在于,包括,获取历史水流量,建立实际数据集;

采用预先优化的最小二乘支持向量机对所述实际数据集进行处理,得到预测的水流量时间序列;

根据预测的水流量时间序列匹配到设定时间段内,得到对应的预测用水量。

2.根据权利要求1所述的一种基于时间序列的用水量预测方法,其特征在于,所述优化最小二乘支持向量机的优化步骤如下:随机产生多组模型参数作为种群,每组模型参数是种群中的一个个体,均方误差函数作为适应度函数;

根据种群中每个个体的适应度值将每个个体划分为精英个体和普通个体;

依据种群中历史最优解与种群中当前代全局最优解之间的距离判断是否更新历史最优解为当前代全局最优解;

从精英个体或普通个体中选取最终的种子,根据最终的种子和更新后的历史最优解产生种群中的新个体;

判断新个体的适应度值是否小于上一代个体的适应度值,若为是则依据Nelder‑Mead算法选择下一代的个体,否则为第i个计数器counti加1后大于阈值threshold,则得到基于对立学习后的第i个个体;得到更新后的种群,依据更新后的种群得出全局最优解;

判断是否满足终止条件,若不满足,返回划分精英个体和普通个体步骤继续顺序执行,否则输出全局最优解,全局最优解即最优模型参数,最优模型参数是使适应度函数值最小的参数;

将最小二乘支持向量机的参数更新为最优模型参数,得到预先优化最小二乘支持向量机。

3.根据权利要求2所述的一种基于时间序列的用水量预测方法,其特征在于,依据种群中历史最优解与种群中当前代全局最优解之间的距离判断是否更新历史最优个体为当前代全局最优解的具体步骤如下:

若当前代全局最优解比历史最优个体的适应度值高,计算当前代精英个体中除全局最优解以外的其他解与历史最优解之间的平均欧式距离,如果当前代全局最优解与历史最优解之间的距离大于平均欧式距离,则更新历史最优解为当前代全局最优解。

4.根据权利要求2所述的一种基于时间序列的用水量预测方法,其特征在于,更新历史最优解为当前全局最优解的更新条件如下:式中:函数Dis用于计算两点之间的欧氏距离,Xbest和Xgbest分别代表当前代全局最优解和历史最优解,elites代表精英个体构成的分组,|elites|表示精英分组大小,上式条件满足时,将Xgbest更新为Xbest。

5.根据权利要求2所述的一种基于时间序列的用水量预测方法,其特征在于,从精英个体或普通个体中选取最终的种子的具体步骤如下:对于初始种群中的每个个体,生成一个随机数rand;

若rand<pe%,以pone%的概率从精英个体中随机选择一个个体TY1作为最终的种子TY,否则从精英个体中随机选择两个个体TY1和TY2作为预选种子;

否则,以pone%的概率从普通个体中随机选择一个个体TY1作为最终的种子TY,否则从普通个体中随机选择两个个体TY1和TY2作为预选种子;

若已产生最终的种子TY,则跳过此步骤;若选择的是两个预选种子TY1和TY2,则通过如下公式产生最终的种子TY:

TY=R×TY1+(1‑R)×TY2式中,TY1和TY2是选出的预选种子,R是随机数。

6.根据权利要求2所述的一种基于时间序列的用水量预测方法,其特征在于,根据最终的种子和更新后的当前代全局最优解产生初始种群中的新个体的具体步骤如下:选出最终的种子后通过如下公式产生初始种群中的新个体:d d

式中:Yi为产生的新个体, 为历史最优解,rand是随机数, 和 是种群中随机d

选择的两个个体,TYi是最终的种子,C是一个随代数增大的参数。

7.根据权利要求2所述的一种基于时间序列的用水量预测方法,其特征在于,选择下一代个体的具体步骤如下:

若f(Yi)<f(Xi):对上一代的个体执行Nelder‑Mead算法,迭代完成后产生个体XNMA,如果f(XNMA)<f(Yi),则用XNMA替换Xi作为下一代个体,否则用Yi替换Xi作为下一代个体。

8.根据权利要求2所述的一种基于时间序列的用水量预测方法,其特征在于,对立学习的公式如下:

d d

式中: 为对立学习后的个体, 为原个体,A和B分别表示第d维的下界和上界。

9.根据权利要求1‑8任意一项所述的一种基于时间序列的用水量预测方法的系统,其特征在于,包括数据获取模块和时间序列模块和水流量预测模块;

所述数据获取模块用于获取历史水流量,建立实际数据集;

所述时间序列模块用于通过预先优化的最小二乘支持向量机对所述实际数据集进行处理,得到预测的水流量时间序列;

所述水流量预测模块用于根据预测的水流量时间序列匹配到设定时间段内,得到对应的预测用水量。

10.一种计算设备,其特征在于,包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。