[发明专利]一种应用于时间序列LSTM参数预测模型的自适应更新方法

摘要

在实际应用中，研究对象的参数会随着时间的推移偏离初始的数据运行范围，甚至数据的演化规律发生改变，从而导致原有预测模型的平均预测误差超过期望值，模型的预测精度下降，这时就需要对当前预测模型进行更新。为了解决这一问题，本发明基于时间序列参数的演变规律，设计了一种应用于时间序列LSTM参数预测模型的自适应更新方法。该方法在原有模型预测误差超出预设期望值时，不仅能够利用备用预测模型及时对当前预测模型进行更新，还可以在模型需要更新但备用模型尚未训练完成时利用动态调节系数修正预测模型对参数的预测值，提高模型的预测精度。