基于強(qiáng)化學(xué)習(xí)的電池制造能力可變權(quán)組合預(yù)測

摘要： 針對鋰電池制造能力數(shù)據(jù)具有非線性、非平穩(wěn)等特性，且現(xiàn)有時間序列預(yù)測方法通常陷于局部最優(yōu)難以保證長期時間序列上的誤差穩(wěn)定的問題，提出了一種基于Q學(xué)習(xí)(Q-learning)和組合預(yù)測方法的電池制造能力可變權(quán)組合預(yù)測模型。首先，針對電池制造能力數(shù)據(jù)中包含的復(fù)雜特性，采用長短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)、門控循環(huán)單元(GRU)神經(jīng)網(wǎng)絡(luò)和季節(jié)性差分自回歸滑動平均(SARIMA)模型對歷史... （共13頁）