[发明专利]一种用于实时污染数据预测的训练模型

权利要求书

1.一种用于实时污染数据预测的训练模型，其特征在于：包括以下步骤：

S1、创建用于完成多因子污染物排放预测的主模型meta-model，初始化主模型meta-model中kernel参数；主模型中，可训练参数记作θ；

S2、数据分组

在数据预处理过程中，需要预先对数据进行清洗，即检测并擦除异常数据；

采用拉格朗日多项式插值法补全数据；

将补全后的数据分按比例分为训练组、测试组，又将训练组中数据按比例分为supportdata、query data，分别记作D^s，D^q；

S3、考虑因子间的关联关系，同时处理多维因子；

现对多维污染因子进行处理：

S31、先获取数据：将训练组的support data与query data等比划分成n份；将第l个任务中(l＝1……n，n表示有n个任务)进行预测所需的数据，分别记作D^s_l，D^q_l；

S32、a、向主模型meta-model中输入数据D^s_l，输入模型，前向传递，计算得到预测值

再取出步骤S2中实际测得的样本真实值；

b、计算预测值与样本真实值的均方误差(MeanSquaredError)，公式如下：

其中，k表示污染因子维数，为任务l中污染因子第i维的真实值，为任务l中模型预测的第i维值；

样本真实值为实际测得的值；

c、为提高模型泛化能力，对模型权重参数采用L2正则化处理，L2正则误差公式如下：

其中，其中λ为衰减系数，w_i为模型中的第i个权重参数；

误差总公式合并为：

将该公式计算得出的误差记作

d、根据D^s_l输入主模型meta-model得出的推理结果与样本真实值之间的误差，以链式法则反向传递，计算梯度

其中，y_l代表任务l的污染因子真实值；

e、根据先前的可训练参数θ、计算出的梯度以及学习率α，手动计算出优化后的模型参数θ'，

其中，学习率α为经验值，即α的数值是根据经验来确定的；

S4、建立子模型sub-model，结构与meta-model一致，用于处理任务中的另一部分输入数据：D^q_l，子模型sub-model的参数以手动优化后的meta-model模型参数作为其初始化参数；

由于S3是针对第l个任务中的D^s_l数据进行的处理，故在S3基础上进一步处理；

S41、构建任务l中的D^q_l输入数据所对应的子模型sub-model；

该子模型sub-model以θ'作为参数，其余与主模型meta-model相同(主模型meta-model采用θ作为初始化参数)；

S42、a、向子模型sub-model输入任务l对应的数据D^q_l，计算得到预测值

b、计算预测值与相应样本真实值的均方误差；该样本真实值为实际测得的值(如D^q_l有m个按时间先后顺序排列的数据，选取前m-1个数据输入子模型中计算得到预测值，而第m个数据本身为样本真实值，计算预测值与样本真实值之间的均方误差)；

c、为提高子模型sub-model的泛化性，对该子模型权重经L2正则化处理方法进行限定，并与均方误差叠加，记作

d、根据任务量n，循环步骤S32、a～S43、c，得到误差集

e、叠加误差集，得到总误差，记作loss_total；以链式法则反向传递，计算梯度

f、根据参数θ'、计算出的梯度以及学习率β，利用Adam^[1]优化器更新meta-model的参数θ：

至此，任务遍历完毕，结束单次迭代；

S5、根据迭代次数iteration number，重复步骤S3～S4，直至完成迭代，输出主模型meta-model。