-
公开(公告)号：CN118469783A
公开(公告)日：2024-08-09
申请号：CN202410621217.8
申请日：2024-05-20
Applicant: 安徽工业大学
IPC: G06Q50/26 , G06Q10/04 , G06N3/0464
Abstract: 本发明公开了一种基于CNN‑Informer模型的钢铁企业超低排放时序预测方法，属于排放预测技术领域，包括以下步骤：S1：数据预处理；S2：通过优化的多尺度混合分解模块分解数据；S3：基于CNN和Informer模型搭建预测模块处理分解数据；S4：基于多尺度混合分解模块和预测模块搭建CNN‑Informer模型；S5：模型训练及预测；S6：模型预警。本发明首先优化了传统的数据分解模块，该模块将输入的复杂数据分解成线性和非线性数据，其次基于CNN和Informer模型的建模理念搭建线性和非线性的预测模块，然后基于优化后的多尺度混合分解模块和预测模块搭建CNN‑Informer模型，通过对比实验证明了改进的有效性，最后根据模型的预测结果提供预警方案。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
