基于GAN网络的时间序列预测算法

• 作者: 闫保中 苏邓军
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 时间序列预测 累积误差 双阶段注意力自编码神经网络 生成网络 判别网络 多维注意力 稀疏映射 分位数回归
• 年，卷（期）: 2022,（2）
• 页码范围: 114-118,126
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11991/yykj.202107009

摘要

针对双阶段注意力自编码神经网络(DA-RNN)时间序列预测算法对随机数据预测效果较差和长时间预测中存在的累积误差问题进行改进,设计了一种基于生成式对抗网络(GAN)的时间序列预测算法.该算法以DA-RNN网络为生成网络,利用生成网络和判别网络之间的互补特性,消除DA-RNN网络对于长时间预测过程中存在的累积误差问题;引入多维注意力模型改进DA-RNN网络,并利用稀疏映射函数改进多维注意力模型;改进网络优化目标,通过探索目标序列在不同分位数下分布的形式,提升网络对于随机数据的预测精度.通过在公开数据集上测试,对算法的的准确性和有效性进行验证,结果表明:本文算法与DA-RNN算法相比,累积误差有明显降低,且对于随机数据的预测精度有显著提高.