任务结果预测模型的构建方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种任务结果预测模型的构建方法、装置、电子设备和存储介质。该方法包括：确定待训练任务结果预测模型，确定至少两类对象的结构数据，将至少两类对象的结构数据分为至少一个参考任务的参考结构数据，并确定每个参考任务对应的任务结果；依据至少一个参考任务的参考结构数据，对待训练任务结果预测模型进行训练获得至少一个参考任务的任务预测结果，基于每个参考任务对应的任务预测结果与任务结果确定训练后的待训练任务结果预测模型的准确度，将准确度达到预设值的训练后的待训练任务结果预测模型作为任务结果预测模型。本发明专利技术技术方案解决了模型无法准确模拟物理性数据的问题，提高了模型预测结果的准确性。

【技术实现步骤摘要】

本专利技术涉及建筑模拟领域，尤其涉及一种任务结果预测模型的构建方法、装置、电子设备和存储介质。

技术介绍

1、在建筑模拟领域，常见的方法包括物理建模、统计建模和基于机器学习的建模。相较于物理建模和统计建模，机器学习方法具有独特优势，能够通过学习数据中的复杂模式来模拟建筑系统的行为，具有更强的泛化能力。然而，目前的机器学习方法构建的模型，是基于物理模型抽象成的数学模型，由于对于模型不同程度的简化，使得其对于物理性数据的认知较低，限制了输入数据的类型，从而影响模型的准确性。

技术实现思路

1、本专利技术提供了一种任务结果预测模型的构建方法、装置、电子设备和存储介质，以解决模型无法准确模拟物理性数据的问题，提高模型预测结果的准确性。

2、根据本专利技术的一方面，提供了一种任务结果预测模型的构建方法，该方法包括：

3、确定待训练任务结果预测模型，所述待训练任务结果预测模型包括编码层和至少一个任务层，且任务层位于编码层之后；所述编码层用于对结构数据进行编码输出对象特征编码；任务层用于对对象特征编本文档来自技高网...

【技术保护点】

1.一种任务结果预测模型的构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，确定至少两类对象的结构数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述待训练任务结果预测模型中的编码层包括信息编码层、图编码层和时间序列编码层；所述编码层按照所述信息编码层、所述图编码层和所述时间序列编码层顺次对数据执行编码操作；所述信息编码层用于对不同时刻的数据进行编码，图编码层用于基于关系数据进行编码，所述时间序列编码层用于对时间段内的数据进行编码；

4.根据权利要求3所述的方法，其特征在于，依据至少一个参考任务的参考结构数据，对所...

【技术特征摘要】

1.一种任务结果预测模型的构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，确定至少两类对象的结构数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述待训练任务结果预测模型中的编码层包括信息编码层、图编码层和时间序列编码层；所述编码层按照所述信息编码层、所述图编码层和所述时间序列编码层顺次对数据执行编码操作；所述信息编码层用于对不同时刻的数据进行编码，图编码层用于基于关系数据进行编码，所述时间序列编码层用于对时间段内的数据进行编码；

4.根据权利要求3所述的方法，其特征在于，依据至少一个参考任务的参考结构数据，对所述待训练任务结果预测模型进行训练获得至少一个参考任务的任务预测结果，包括：

5.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：李昕，孙一凫，
申请(专利权)人：博锐尚格科技股份有限公司，
类型：发明
国别省市：