【技术实现步骤摘要】
本专利技术涉及时序预测，尤其是涉及一种基于累积因果作用的时序预测方法及应用。
技术介绍
1、在时序预测问题领域，预测目标变量通常由多个原因变量共同导致，且面临部分原因变量无法观测的问题，仅依赖数据间统计相关性建立的时序模型易学得变量间的虚假关联，影响预测模型的精度和稳定性。
2、因果关系反映了变量间的本质稳定关系，引入因果方法搭建时序预测模型可避免建立虚假关联，保证模型的精度和稳定性。现有基于因果的时序预测模型主要关注原因变量在当前时间步的影响，并往往假设该因果作用机制固定不变。然而在某些问题场景下，预测目标不仅受当前时间步原因变量的作用，同时还受到过去时间步原因变量的累积因果作用，并且这些原因变量及其因果机制具有时变性，属于时变原因变量累积因果作用下的时序预测问题。
3、例如针对金属构件的时效变形预测问题，零件的最终时效变形由时效阶段内残余应力的累积作用导致。在应力松弛作用下，零件内部的残余应力逐渐减小；同时，反映为残余应力因果作用机制的材料蠕变速率持续变化。针对以上问题，现有因果时序预测方法并不能准确建模，制...
【技术保护点】
1.一种基于累积因果作用的时序预测方法，其特征在于，针对涉及累积因果作用的动力系统，存在可观测原因变量、不可观测时变原因变量、待预测目标变量，其中时变原因变量为随时间变化且直接影响目标变量的变量，累积因果作用为原因变量在时间段至内对目标变量的影响，预测方法如下：
2.根据权利要求1所述的一种基于累积因果作用的时序预测方法，其特征在于，步骤S2中基于结构因果模型建立的训练约束包括：
3.根据权利要求2所述的一种基于累积因果作用的时序预测方法，其特征在于，步骤S2损失函数的构建过程中，将公式（5）、公式（6）结合，表示为目标矩阵逼近单位矩阵，并结合...
【技术特征摘要】
1.一种基于累积因果作用的时序预测方法，其特征在于，针对涉及累积因果作用的动力系统，存在可观测原因变量、不可观测时变原因变量、待预测目标变量，其中时变原因变量为随时间变化且直接影响目标变量的变量，累积因果作用为原因变量在时间段至内对目标变量的影响，预测方法如下：
2.根据权利要求1所述的一种基于累积因果作用的时序预测方法，其特征在于，步骤s2中基于结构因果模型建立的训练约束包括：
3.根据权利要求2所述的一种基于累积因果作用的时序预测方法，其特征在于，步骤s2损失函数的构建过程中，将公式（5）、公式（6）结合，表示为目标矩阵逼近单位矩阵，并结合公式（7），构建的损失函数：
4.根据权利要求1所述的一种基于累积因果作用的时序预测方法，其特征在于，将原因变量的累积因果作用定义为时变原因变量与时变机制的卷积，进而通过离散...
【专利技术属性】
技术研发人员：李迎光，倪炀，刘长青，邬天弈，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。