基于LSTM和MLP的叠加神经网络预测地热产能方法

    公开(公告)号:CN112561174A

    公开(公告)日:2021-03-26

    申请号:CN202011505944.6

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于LSTM和MLP的叠加神经网络预测地热产能方法,应用于地热产能预测领域,具体步骤为:利用多层LSTM网络学习时序数据之间的关联;将LSTM网络的输出值使用linear激活函数进行转换,得到转换后的数据;将所述转换后的数据与约束数据串联作为MLP网络的输入值,所述MLP网络学习所述约束数据和所述时序数据之间的非线性关系;所述MLP网络输出所述时序数据下一时刻的预测值。本发明方法结合了MLP处理非线性映射关系和LSTM处理序列数据的优势,并将约束数据和时序数据结合,能够对地热产能进行更准确、更稳定的数据预测。

    基于LSTM和MLP的叠加神经网络预测地热产能方法

    公开(公告)号:CN112561174B

    公开(公告)日:2023-05-02

    申请号:CN202011505944.6

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于LSTM和MLP的叠加神经网络预测地热产能方法,应用于地热产能预测领域,具体步骤为:利用多层LSTM网络学习时序数据之间的关联;将LSTM网络的输出值使用linear激活函数进行转换,得到转换后的数据;将所述转换后的数据与约束数据串联作为MLP网络的输入值,所述MLP网络学习所述约束数据和所述时序数据之间的非线性关系;所述MLP网络输出所述时序数据下一时刻的预测值。本发明方法结合了MLP处理非线性映射关系和LSTM处理序列数据的优势,并将约束数据和时序数据结合,能够对地热产能进行更准确、更稳定的数据预测。

Patent Agency Ranking