[发明专利]一种电子固废产生量智能预测方法及系统

权利要求书

1.一种电子固废产生量智能预测方法，其特征在于，包括：

获取待预测地区与电子固废产生量相关的历史数据，将历史数据随机划分为训练集和测试集，并对所述训练集和测试集进行归一化处理；

利用归一化处理后的所述训练集建立电子固废产生量机理模型，并对所述机理模型进行求解，对求解过程中出现的卷积积分进行离散化处理，得到机理模型的输出预测序列，同时对所述机理模型中的未知参数进行辨识；

对所述机理模型输出预测序列与实际的电子固废产生量之间的误差进行智能补偿，将误差补偿序列与机理模型的输出预测序列相加，得到最终的电子固废产生量智能预测结果；

利用所述测试集对最终的电子固废产生量智能预测结果进行测试，得到所述测试集中的测试数据的电子固废产生量智能预测值，将所述测试数据的电子固废产生量智能预测值与所述测试数据的电子固废产生量实际值进行对比，以评估最终的电子固废产生量智能预测结果的性能。

2.根据权利要求1所述的电子固废产生量智能预测方法，其特征在于：将历史数据随机划分为训练集和测试集包括：

将所述历史数据随机划分为训练集{(X_i⁽⁰⁾,Y⁽⁰⁾)，i＝1,2}，其中，X_i⁽⁰⁾＝{X_i⁽⁰⁾(1),X_i⁽⁰⁾(2),…,X_i⁽⁰⁾(r)},i＝1,2表示人口密度及家庭可支配收入，Y⁽⁰⁾＝{Y⁽⁰⁾(τ+1),Y⁽⁰⁾(τ+2),…,Y⁽⁰⁾(τ+r)}表示历史的电子固废产生量，τ表示延迟时间，r表示历史时序数；

将所述历史数据在划分完训练集后的剩余数据作为测试集{(X_i^′(0),Y′⁽⁰⁾),i＝1,2}，其中，X_i′⁽⁰⁾＝{X_i⁽⁰⁾(r+1),X_i⁽⁰⁾(r+2),…,X_i⁽⁰⁾(r+h)},i＝1,2表示人口密度及家庭可支配收入，Y′⁽⁰⁾＝{Y⁽⁰⁾(τ+r+1),Y⁽⁰⁾(τ+r+2),…,Y⁽⁰⁾(τ+r+h)}表示历史的电子固废产生量，h为测试集时序数。

3.根据权利要求1所述的电子固废产生量智能预测方法，其特征在于：利用归一化处理后的所述训练集建立电子固废产生量机理模型包括：

利用训练集建立的电子固废产生量机理模型如下:

式中，t＝1,2,…r表示时序数，为X_i⁽⁰⁾的一次累加结果，为Y_G⁽⁰⁾的一次累加结果，Y_G⁽⁰⁾为所述机理模型的输出预测序列。

4.根据权利要求1所述的电子固废产生量智能预测方法，其特征在于：对所述机理模型进行求解包括：

对所述机理模型进行求解的公式如下：

式中，rf表示待预测的时序数，

5.根据权利要求1所述的电子固废产生量智能预测方法，其特征在于：对求解过程中出现的卷积积分进行离散化处理，得到机理模型的输出预测序列包括：

对求解过程中出现的卷积积分进行离散化处理，得到离散化结果，其中离散化处理的公式如下：

式中，u(t-2)为单位步进公式，f(k)为f(t)的离散形式；

对所述离散化结果进行一阶累减，得到模型的输出预测序列。