“需求预测模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1724857个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度集成学习的交通稀疏需求预测方法-CN202111027632.3有效
发明人：陈志举;刘锴;王江波;钟绍鹏 -专利权人：大连理工大学
申请日： 2021-09-02 - 公布日： 2022-09-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于深度集成学习的交通稀疏需求预测方法，属于深度集成学习与交通稀疏需求预测的交叉技术应用领域。预测方法包括：采用六边形网格集计城市空间交通需求数据，通过设置最小需求阈值的方式获取不同稀疏度的欠采样子集；在各子集上训练相应的卷积长短期记忆交通需求预测子模型并识别各子模型的最优预测区间，进一步构建深度集成学习框架来融合各子模型的区间优点；对深度集成框架进行训练，并将训练好的模型用于实时预测。该方法融合了各稀疏条件下子模型的不同预测偏好，有效提升了在全体数据集上的预测精度。
一种基于深度集成学习交通稀疏需求预测方法

[发明专利]航班延误下的机场地服保障设备需求预测方法及系统-CN202110493119.7在审
发明人：张亚平;杨帆;宋成举;毛健;邓芮;蔡畅;曹艺林;杨楠 -专利权人：哈尔滨工业大学
申请日： 2021-05-07 - 公布日： 2021-08-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种航班延误下的机场地服保障设备需求预测方法，包括如下步骤：步骤一、建立航班延误预测模型；步骤二、建立旅客保障模型、行李货物保障模型和航空器保障模型；步骤三、根据上述步骤中的模型，建立地服保障设备需求预测模型，得出机场地服保障设备需求预测方案。本发明的方法提供了机场地面保障服务供应各方和需求各方之间的信息共享和协同决策，提高机场地面保障服务效率和资源使用利用率的同时，减小了航班延误率，保障机场场面高效运行。
航班延误机场保障设备需求预测方法系统

[发明专利]一种网约车短时出行需求的组合预测方法-CN201910507483.7在审
发明人：沈金星;杨婷;张琪;霍豪;齐军杰;郑长江 -专利权人：河海大学
申请日： 2019-06-12 - 公布日： 2019-11-05 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种网约车短时出行需求的组合预测方法，具体步骤如下：获取历史出行需求数据；基于获取历史出行需求数据，建立ARIMA模型和BP神经网络模型，进行网约车短时出行需求预测；将ARIMA模型和BP神经网络模型加权组合，利用临近历史时段误差最小原则计算加权组合的权重值，得到最终的组合预测模型；根据构建的组合预测模型进行网约车出行短时出行需求预测。本方法综合两种线性和非线性预测模型的优势，既能基于同的时段历史数据通过线性迭代得到最优估计，又能利用BP神经网络强大的非线性映射能力体现网约车需求的动态特征，能有效减少单项预测模型的过大误差，从而提高网约车短时出行需求预测的精度
约车出行需求出行需求预测预测模型加权组合非线性映射能力非线性预测模型动态特征历史时段历史数据线性迭代有效减少最小原则最优估计大误差预测构建权重出行

[发明专利]一种基于组合深度学习的防汛物资需求预测方法-CN202110751697.6在审
发明人：赵克华;陈友荣;卢俊杰;孙萍;刘半藤;吕晓雯 -专利权人：浙江树人学院（浙江树人大学）
申请日： 2021-07-02 - 公布日： 2021-10-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于组合深度学习的防汛物资需求预测方法，涉及深度学习领域，将预测方法拆解成2个部分：一是基于水库水位数据预测未来时间段的水库水位状况；二是基于水库水位预测结果、天气预测结果等数据拟合防汛物资的需求情况，从而实现防汛物资需求的精准预测，通过灰色关联分析，利用基于LSTM网络模型的水库水位预测方法对水库水位进行时间序列预测，提出基于BiGRU网络模型的防汛物资需求预测方法实现防汛物资库存需求的预测，降低模型复杂度，减少过拟合情况，从而有效提取水库水位数据和防汛物资需求的特征，保证防汛物资需求预测的精度。
一种基于组合深度学习防汛物资需求预测方法

[发明专利]电力物资的需求预测方法、装置和计算机设备-CN202210414974.9在审
发明人：林东明;黎莫林;詹勤辉;宋鑫磊;杨雅茗;李慧 -专利权人：深圳供电局有限公司
申请日： 2022-04-20 - 公布日： 2022-08-05 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及一种电力物资的需求预测方法、装置和计算机设备，涉及电力物资需求预测技术领域。所述需求预测方法包括：通过第一模型提取电力物资的历史需求数据的线性特征和季节性特征，并根据线性特征和季节性特征预测第一需求量；通过第二模型提取历史需求数据的非线性特征，并根据非线性特征预测第二需求量；将第一需求量和第二需求量输入至第三模型，得到第三模型输出的目标需求量。本方法通过根据电力物资的需求数据具有线性特征、非线性特征和季节性特征的特点，采用多个模型组合预测的方法对电力物资的目标需求量进行预测，提高了预测的精确性。
电力物资需求预测方法装置计算机设备

[发明专利]基于熵值法组合优化的旅游需求的预测方法-CN201710018976.5在审
发明人：曹菡;李瑶;韩思明;李祎菲;张延 -专利权人：陕西师范大学
申请日： 2017-01-11 - 公布日： 2017-05-31 - 主分类号： G06Q10/04 文献下载
摘要：一种基于熵值法组合优化的旅游需求的预测方法，由以下步骤组成(1)从旅游局官网旅游景点收集景区接待人数情况，按照年、月、日分类收集；(2)采用动态优化子集灰色模型方法，按照不同的时间尺度年、月、日分别对景区接待人数进行预测；(3)采用模糊时间序列模型按年、月、日分别对旅游景区接待人数进行预测；(4)采用熵值法组合优化的旅游需求预测模型；(5)采用马尔科夫模型修正熵值法组合优化模型。本发明给出了旅游需求预测的一种熵值法组合优化预测模型，该模型在旅游需求预测领域，具有重要的现实意义。
基于熵值法组合优化旅游需求预测方法

[发明专利]一种基于供需关系的应急医疗资源配置方法及系统-CN202211196059.3在审
发明人：唐康;张鹭鹭;赵方捷;王西熙;于伯洋;牛冬军;朱阳杰;刘同同;朱梦兰 -专利权人：中国人民解放军海军军医大学
申请日： 2022-09-28 - 公布日： 2023-07-18 - 主分类号： G16H40/20 文献下载
摘要：本发明公开了一种基于供需关系的应急医疗资源配置方法及系统，涉及疫情应急决策技术领域，具体步骤为：基于历史数据获取各个区域的人群数据；对各个区域的人群数据进行类别划分；基于不同类别的数据构建疫情传播模型和医疗物资需求预测模型；基于医疗物资需求预测模型计算各个区域的医疗物资需求量；本发明以新冠肺炎疫情SEIR模型为基础，建立医疗物资需求预测模型，根据预测患病感染人数和实际患病感染人数，采用时变需求模型预测每日物资需求量，根据实时更新的信息预测物资需求用以制定合理的物资分配方案
一种基于供需关系应急医疗资源配置方法系统

[发明专利]一种基于结构分解的能源需求预测方法-CN201610021349.2在审
发明人：万靖;张维;周小兵;陈梦;童雅芳;范玉宏;李雨佳;丁珩 -专利权人：国家电网公司;国网湖北省电力公司经济技术研究院
申请日： 2016-01-13 - 公布日： 2016-11-30 - 主分类号： G06Q10/04 文献下载
摘要：一种基于结构分解的能源需求预测方法，其特征在于包括以下步骤：首先提取能源需求主要影响因素，选取基年和样本区间，对能源消费情况进行分解和分析，然后建立生产用能源需求预测模型并进行预测，同时进行生活用能源需求预测，最后加总生产用和生活用能源需求，预测出能源总需求，本发明以能源消费基本规律为指导，提取能源消费的各种主要影响因素并进行预测，形成了一种普适性的能源需求预测方法，并建立了简单实用的能源需求预测公式，预测方法实用便捷，预测的准确性得到了成倍提高，易于实现和推广。
一种基于结构分解能源需求预测方法

[发明专利]基于“S”形模型的能源需求预测方法-CN201110041497.8有效
发明人：王安建;王高尚;陈其慎;于汶加;闫强 -专利权人：中国地质科学院矿产资源研究所
申请日： 2011-02-21 - 公布日： 2012-08-22 - 主分类号： G06Q10/04 文献下载
摘要：基于“S”形模型的能源需求预测方法属于国家、区域或行业能源需求预测技术领域。该发明解决了其他预测方法缺乏理论支撑、结果偏差大、可信度低的问题，依据人均能源消费与人均GDP间的“S”形物理模型，运用双曲正切函数等数学方法，构建了具有普适性的以人均GDP为自变量的能源需求预测模型方程，通过分析不同国家或地区历史数据确定相关参数，建立预测对象具体方程，代入给定预测期内的人均GDP，求得对应的预测结果。本方法优点在于以能源消费基本规律为指导，建立了一种兼具普适性和针对性的能源需求预测方法，可靠性和置信度高，且实用便捷，易于实现和推广。
基于模型能源需求预测方法

[发明专利]大数据环境下在线零售商的需求模型构建及需求预测方法-CN202011304489.3在审
发明人：徐贤浩;任欣欣 -专利权人：华中科技大学
申请日： 2020-11-19 - 公布日： 2022-05-24 - 主分类号： G06Q30/02 文献下载
摘要：本发明属于供应链需求预测领域，具体涉及一种大数据环境下在线零售商的需求模型构建及需求预测方法，包括：基于历史数据样本集统计每个零售商对每个商品的需求统计量；根据需求统计量对各零售商‑各商品聚类；对任一聚类对应的历史数据样本集按周期划分，取每相邻多个周期的数据构成一组，从该组数据中最后一周期数据中提取各客户在各零售商购买各商品的需求标签值，从其他周期数据中提取每个需求标签值对应的需求特征，构成多个训练样本；采用每一聚类簇的所有训练样本训练该聚类簇的需求预测模型以用于需求预测本发明对历史数据提取特征，根据需求特点对商家‑产品聚类，然后对不同聚类分别建立需求预测模型，提高对各商家需求量的准确预测。
数据环境在线零售商需求模型构建需求预测方法

[发明专利]一种多模型融合的预测方法及装置-CN201810264458.6在审
发明人：欧阳文理;张亚红;李海生;刘德国;徐丽霜 -专利权人：联想（北京）有限公司
申请日： 2018-03-28 - 公布日： 2018-09-04 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种多模型融合的预测方法及装置，该方法包括：获取历史备件需求数据中的异常点，并使用预设的第一处理方式对所述异常点进行数据替换；利用具有不同预测特性的多个预测子模型，对进行了异常值替换的所述历史备件需求数据进行训练，使所述预测子模型生成各自的具有权重的需求预测值；根据多个所述需求预测值及其相对应的权重，计算备件需求的目标预测值。该方法能够利用多个具有各自预测特征的预测子模型之间的配合，并能够利用每个预测子模型的权重分别计算各自对应的需求预测值，进而精确的计算出目标预测值，使得用户能够根据目标预测值进行准确备货，减少误差带来的损失
预测子目标预测需求预测备件权重预测模型融合需求数据异常点处理方式模型生成数据替换预设替换配合

[发明专利]多类型能源需求预测模型训练方法及装置-CN202211534854.9在审
发明人：龚贤夫;彭勃;李耀东;左婧;郑嘉鹏;熊雄 -专利权人：广东电网有限责任公司
申请日： 2022-12-01 - 公布日： 2023-05-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种多类型能源需求预测模型训练方法及装置，所述方法包括：获取第一能源需求影响数据集及对应的多类型能源需求数据集；利用已训练的自编码器的编码器对所述第一能源需求影响数据集进行特征提取，得到第二能源需求影响数据集；利用所述第二能源需求影响数据集及所述多类型能源需求数据集对待训练的时序预测模型进行训练，得到多类型能源需求预测模型。本发明多类型能源需求预测模型训练方法及装置，可以有效地提高对模型的训练效率，提升模型泛化能力。
类型能源需求预测模型训练方法装置

[发明专利]能源需求预测方法、装置及计算机设备-CN202210186735.2在审
发明人：王坤;陈沁语;兰州 -专利权人：国网浙江省电力有限公司经济技术研究院
申请日： 2022-02-28 - 公布日： 2022-06-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种能源需求预测方法、装置及计算机设备，包括获取原始自变量数据，建立原始自变量矩阵，对原始自变量矩阵进行标准化，求原始自变量矩阵的相关系数矩阵，求相关系数矩阵的特征值和特征值对应的特征向量，根据特征向量构造自变量矩阵，对自变量矩阵进行筛选，得到用于预测因变量的预测矩阵，结合预测矩阵和因变量矩阵得到能源需求预测模型。本发明以主成分分析和多元线性回归分析为基础，提出一种能源需求预测模型，相较于根据历史能源需求变化叙事预测未来能源需求的方法，本申请提供的模型更加符合受实际政策和经济影响的能源需求预测。
能源需求预测方法装置计算机设备

[发明专利]信息处理方法以及信息处理装置-CN202010909428.3在审
发明人：兼市大辉;志贺孝广 -专利权人：丰田自动车株式会社
申请日： 2020-09-02 - 公布日： 2021-03-05 - 主分类号： G06Q10/04 文献下载
摘要：高精度地进行无提供实绩的服务的需求预测。一种评估在使用基于机械学习的预测模型来预测服务的需求的系统中利用的训练数据的信息处理方法。包括：预测步骤，使用将第一服务中的第一实绩数据作为训练数据进行了学习的预测模型，生成与所述第一服务不同的第二服务中的需求预测数据；以及计算步骤，根据比较所述需求预测数据和所述第二服务中的第二实绩数据而得到的结果，计算将所述第二服务作为对象的需求预测中的所述第一实绩数据的贡献度。
信息处理方法以及装置

[发明专利]多区域能源需求预测方法、装置、终端设备及存储介质-CN202110949500.X在审
发明人：吴伟杰;吴杰康;李逸欣;郑敏嘉;张伊宁;李猛;孙辉 -专利权人：广东电网有限责任公司
申请日： 2021-08-18 - 公布日： 2021-11-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种多区域能源需求预测方法、装置、终端设备及存储介质，该方法包括：根据多个区域待预测能源的历史消费数据和价格数据，计算所述待预测能源的价格的概率分布；所述待预测能源包括煤炭、石油、天然气及电力；利用概率分布，计算单个区域中不同所述待预测能源的价格的相关系数；利用相关系数确定不同能源预测模型的权重系数，按照权重系数对不同能源预测模型的预测结果进行加权处理，得到单个区域的能源需求预测结果；对单个区域的能源需求预测结果进行累加，得到多个区域能源需求预测结果。本发明通过考虑不同能源价格之间的相关系数，并根据该相关系数计算不同能源预测模型的权重，从而提高了预测结果的精确度。
区域能源需求预测方法装置终端设备存储介质