买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：陕西师范大学

摘要：本发明提出了基于灰狼优化算法优化GPR模型的时间序列预测方法及系统，属于数据处理技术领域，包括S1：获取初始的时间序列数据集，进行预处理，得到处理后的时间序列数据集；S2：将处理后的时间序列数据集划分为训练集和验证集；S3：建立GPR模型；S4：确定GPR模型的核函数超参数的个数；S5：设定D维空间下灰狼个体的数量N；S6：根据验证集中的时间序列数据计算每个灰狼个体的适应度，选取适应度排名前三的灰狼个体，并确定适应度排名前三的灰狼个体的位置；S7：计算最优核函数超参数；S8：将最优核函数超参数代入GPR模型中，优化GPR模型，通过优化后的GPR模型完成时间序列预测，提高了时间序列的预测精度。

主权项：1.基于灰狼优化算法优化GPR模型的时间序列预测方法，其特征在于，包括以下步骤：S1：获取初始的时间序列数据集，对初始的时间序列数据集进行预处理，得到处理后的时间序列数据集；S2：将处理后的时间序列数据集划分为训练集和验证集；S3：建立GPR模型ft～GPμt,kt,t′，其中，ft是指GPR模型的输出，∈是指方差为σ2独立同分布的高斯噪声，σ是指高斯噪声的标准差，是指GPR模型的时间序列预测值；GPμt,kt,t′是指GPR模型的表示；μt是指时间点t的均值函数；kt,t′是指核函数，表示GPR模型在不同时间点t和t′上的协方差；S4：确定GPR模型的核函数超参数Θ的个数D；S5：设定D维空间下灰狼个体的数量N，第i个灰狼个体在D维空间下的位置为i＝1,2,…,N，D是指核函数超参数Θ的个数；S6：根据验证集中的时间序列数据计算每个灰狼个体的适应度，记为并选取适应度排名前三的灰狼个体，分别记为α、β和δ，对应适应度排名前三的灰狼个体的位置记为和S7：根据适应度排名前三的灰狼个体的位置和以及当前迭代次数下灰狼个体的位置计算当前迭代次数下灰狼个体移动后的位置j是指当前迭代次数，j为非零的自然数；以当前迭代次数下灰狼个体移动后的位置作为新一轮迭代的当前迭代次数下灰狼个体的位置重复迭代，直至迭代次数满足最大迭代次数，以最后一轮所得到的适应度排名第一的灰狼个体的位置作为最优核函数超参数Θbest；S8：将最优核函数超参数Θbest代入GPR模型中，对GPR模型进行优化，通过优化后的GPR模型完成时间序列预测。

全文数据：

权利要求：

百度查询： 陕西师范大学 基于灰狼优化算法优化GPR模型的时间序列预测方法及系统