欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023111545167
申请人: 昆明理工大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种露天坑涌水量的预测方法,其特征在于,具体步骤如下:S1. 获取历史时间序列的天气数据和对应的露天坑涌水量,补充缺失值得到原始数据集;

S2. 初始化改进北方苍鹰算法种群参数,设置VMD处理参数(k,α)值的范围,VMD处理参‑7数tau设为0,DC设为0,init设为1,tol设为1×10 ;

S3. 采用改进北方苍鹰算法并根据露天坑涌水量数据的最小样本熵进行VMD处理参数(k,α)值寻优,得到VMD处理参数(k,α)最优组合值;

S4. 基于VMD处理参数(k,α)最优组合值,对露天坑涌水量历史数据进行VMD信号处理,得到若干IMF分量;

S5. 对IMF模态函数进行相关性分析,以0.1为阈值判断相邻模态函数Pearson相关系数,验证VMD分解质量;

S6. 将分解的若干IMF分量代入SSA‑BILSTM模型,得到涌水量数据预测结果,涌水量数据预测结果累加求和得到露天坑涌水量的最终预测结果;

2

S7. 采用绝对误差MAE、均方根误差RMSE、平均相对误差MAPE,R评价对露天坑涌水量的最终预测结果进行误差分析。

2.根据权利要求1所述露天坑涌水量的预测方法,其特征在于:步骤S1中天气数据包括气温、气压、湿度和降雨量。

3.根据权利要求2所述露天坑涌水量的预测方法,其特征在于:步骤S1中补充缺失值的方法为采取前后时间点数据的均值进行补充,表达式为;式中, 表示待预处理的第d历史时刻的第i个影响露天坑涌水量的影响因子的数据; (d=1,2,…,N)表示第d‑1历史时刻的第i个影响露天坑涌水量的影响因子的数据; (d=1,2,…,N)表示第d+1历史时刻的第i个影响露天坑涌水量的影响因子的数据;i∈{1,2,…,M},即M个影响露天坑涌水量的影响因子;N为原始时间序列数据长度。

4.根据权利要求1所述露天坑涌水量的预测方法,其特征在于:步骤S2中初始化改进北方苍鹰算法种群参数为初始化种群第i个个体位置:Xi=lb+r⊙(ub‑lb)

式中,Xi为初始化种群个体在第 i 维度上的位置,lb为下边界向量,ub为上边界向量,r为生成大小为(种群规模×1)的随机矩阵,⊙为矩阵点乘操作。

5.根据权利要求1所述露天坑涌水量的预测方法,其特征在于:步骤S3中样本熵计算公式为:;式中,m为模式维数,r为相似容限阈值, 为两个序列在相似容限r下匹配m个点的概率,N为数据个数; 为近似数量与总数量的比值,此时样本数据总数量为N‑m‑1;

将模式维数加1变成m+1,得到 ,样本熵公式变换为:;式中, 为样本熵值, 为两个

序列匹配m+1个点的概率。

6.根据权利要求1所述露天坑涌水量的预测方法,其特征在于:步骤S3中VMD处理参数(k,α)值寻优的具体步骤包括:S31. 在北方苍鹰算法猎物识别阶段采用粒子群优化策略改变其探索阶段;所述粒子群优化策略的公式为;

;

式中: 为粒子i在第k次迭代中第j维的速度向量; 为粒子i在第k‑1次迭代中第j维的位置向量; , 为区间[0,1]内的随机数; 为粒子i在第k次迭代中第j维的历史最优位置; 群体在第k次迭代中第j维的历史最优位置;0.7为惯性权重,用以调节对解空间的搜索范围;2为学习因子;

S32. 在北方苍鹰追逃行动阶段重新定义衰减系数,以混合衰减方式确定R,得到改进的北方苍鹰算法;其中混合衰减方式包括指数衰减和自适应衰减;衰减系数的公式为;式中,t为当前迭代次数;T为最大迭代次数;R为衰减系数;

为存储了每个北方苍鹰猎物位置的目标函数值数组; 存储了每个北方苍鹰新位置的目标函数值数组;

S33. 利用改进的北方苍鹰算法对VMD处理参数(k,α)值寻优,得到最优参数组合(k,α)。

7.根据权利要求1所述露天坑涌水量的预测方法,其特征在于:步骤S5中相邻模态函数Pearson的公式为:;式中: 分别是对 样本的标准分数、样

本平均值和样本标准差; , 分别是对 样本的标准分数、样本平均值和样本标准差;为相关系数值,n为样本数量。

8.根据权利要求1所述露天坑涌水量的预测方法,其特征在于:步骤S7中绝对误差MAE公式为:MAE ;式中yi是真实值, 表示预测值;

均方根误差RMSE公式为:

;式中yi是真实值, 表示预测值;

平均相对误差MAPE公式为:

;式中,yi是真实值, 表示预测值;

2

R公式为:

;式中yi是真实值, 表示预测值,表示真实值的平均值。