基于改进注意力机制和GRU的时间序列预测方法
胡祥
徐晓钟
上海师范大学信息与机电工程学院 上海 201418
摘要：门控循环单元(GRU)网络在时序维度上捕获信息的能力较弱,针对这一问题,提出了一种基于改进注意力机制和GRU网络相集成的时间序列预测模型.模型采用序列到序列(Seq2Seq)结构,改进的注意力机制采用距离相关系数作为评价函数对编码层各历史时刻的输出进行权重分配,自适应提升重点历史时刻的影响力,从而加强GRU网络在时序维度上的信息捕获能力.通过运用上海某区燃气负荷数据进行预测分析实验,实验结果表明该模型预测效果均要优于其他常见模型,证明了论文模型的可行性并为基于GRU网络的时间序列预测提供了新的思路.
关键词：门控循环单元时间序列预测距离相关系数注意力机制评价函数
分类号：TP391(计算技术、计算机技术)
资助基金：上海市科委项目(115105024)
论文发表日期：2025-12-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：5( 3407-3411 )
英文信息