一种基于LSTM网络和Attention机制的城市需水预测方法

    公开(公告)号:CN113537469A

    公开(公告)日:2021-10-22

    申请号:CN202110815711.4

    申请日:2021-07-19

    申请人: 河海大学

    摘要: 本发明公开了一种基于LSTM网络和Attention机制的城市需水预测方法,该方法使用Attention机制改良了一般的LSTM模型,然后使用数据集对改良后的模型进行训练,比较LSTM的输出与实际值,得出预测误差,再使用预测误差更新网络参数,如此不断迭代,使得Attention改良后的LSTM模型能够自动学习到城市需水预测数据里隐藏的城市需水规律,从而实现城市需水预测。实际使用时,将历史数据输入到Attention‑LSTM模型,得到数据的预测结果。本发明使用Attention改进了一般的LSTM模型,对城市需水预测具有更小的误差,具有良好的准确性。