申请/专利权人:国网辽宁省电力有限公司物资分公司;国家电网有限公司
申请日:2023-12-08
公开(公告)日:2024-04-26
公开(公告)号:CN117932252A
主分类号:G06F18/20
分类号:G06F18/20;G06N3/0442;G06N3/08;G06Q50/06;G06Q10/087
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明属于随机森林和长短时记忆网络技术领域,尤其涉及一种基于RF‑LSTM的电力物资协议库存预测方法。本发明包括:数据收集和准备;将收集和准备好的数据进行分割;利用分割后的数据建立随机森林模型;利用分割后的数据构建改进LSTM模型:对所构建的改进LSTM模型进行训练;将随机森林模型和改进LSTM模型进行组合,计算预测输出的平均值,得到最终预测结果。本发明能够综合不同数据类型,提高预测准确性,可以帮助分析和理解库存协议预测中哪些特征对预测结果具有较大影响,有助于制定更好的库存策略和决策;还可以根据问题的需求和数据的特点调整不同模型的权重,以优化整体性能,更好地适应不同情境。
主权项:1.一种基于RF-LSTM的电力物资协议库存预测方法,其特征是:包括以下步骤:数据收集和准备;将收集和准备好的数据进行分割;利用分割后的非时间序列数据建立随机森林模型;利用分割后的时间序列数据构建改进LSTM模型:对所构建的改进LSTM模型进行训练;将随机森林模型和改进LSTM模型进行组合,计算预测输出的平均值,得到最终预测结果。
全文数据:
权利要求:
百度查询: 国网辽宁省电力有限公司物资分公司;国家电网有限公司 一种基于RF-LSTM的电力物资协议库存预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。