[发明专利]一种居民社区时用水量预测方法

摘要

本发明公开了一种居民社区时用水量预测方法，即蜻蜓—高斯过程回归耦合算法，将高斯过程回归与蜻蜓算法进行有机结合，利用擅长全局搜索和对初始值没有依赖的蜻蜓算法进行参数寻优，利用高斯过程回归寻找时用水量训练数据之间的关系，对下一小时的用水量进行预测,给出其分布状况,对居民社区时用水量进行实时预测和区间预测。

主权项

1.一种基于改进的蜻蜓—高斯过程回归耦合(Dragonfly Algorithm‑Gaussian Processes Regression,DA‑GPR)的居民社区时用水量动态实时区间预测方法，包括如下步骤：(1)读取样本数据，产生训练集和测试集；(2)初始参数设置；(3)初始化蜻蜓；(4)将蜻蜓个体位置H的信息依次赋值给参数；(5)创建高斯过程回归(Gaussian Processes Regression,GPR)模型，对训练样本进行训练，计算所有蜻蜓个体的目标函数值，并将其作为蜻蜓算法的适应度函数值，计算并保存最优适应度值及其所对应的参数值，种群中的所有蜻蜓个体全部完成分离、对齐、内聚、食物吸引和天敌排斥等五种行为操作后，迭代次数加1；(6)判断是否满足终止条件，如果满足条件，输出最优超参数并创建最优的GPR模型；如果不满足条件，则依次更新邻域半径、更新个体位置，然后返回步骤(4)继续迭代；(7)将测试集数据输入创建的最优GPR模型，输出预测值的均值和方差；(8)根据给定置信度，得到时用水量实时区间预测结果。