
基本信息:
- 专利标题: 一种基于RF-LSTM的电力物资协议库存预测方法
- 申请号:CN202311683079.8 申请日:2023-12-08
- 公开(公告)号:CN117932252A 公开(公告)日:2024-04-26
- 发明人: 张启 , 刘黎洋 , 朱楠 , 马晓宁 , 张诗雨 , 郭子瑶 , 马春燕 , 钟雪 , 包微 , 崔楠 , 朱江
- 申请人: 国网辽宁省电力有限公司物资分公司 , 国家电网有限公司
- 申请人地址: 辽宁省沈阳市和平区文化路63号南湖电力大厦;
- 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
- 当前专利权人: 国网辽宁省电力有限公司物资分公司,国家电网有限公司
- 当前专利权人地址: 辽宁省沈阳市和平区文化路63号南湖电力大厦;
- 代理机构: 辽宁沈阳国兴知识产权代理有限公司
- 代理人: 何学军; 李丛
- 主分类号: G06F18/20
- IPC分类号: G06F18/20 ; G06N3/0442 ; G06N3/08 ; G06Q50/06 ; G06Q10/087
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。