基于改进北方苍鹰优化算法的时间卷积网络及其应用

摘要

针对时间卷积网络存在的超参数选择困难及预测结果波动性较大的问题,提出一种基于改进北方苍鹰优化算法的时间卷积网络模型.首先,提出一种基于混合策略改进的北方苍鹰优化算法,通过融合Sine混沌映射初始化种群、引入非线性惯性权重调整策略以及结合Lévy飞行机制,增强算法的全局探索与局部开发能力.其次,将时间卷积网络的预测误差作为优化目标,利用改进的北方苍鹰优化算法自动搜索其最优超参数组合,构建时序预测模型.在电力负荷预测任务中的实验结果表明,该预测模型相较于其他改进时间卷积网络,在预测精度和结果稳定性方面均有显著优势,为解决时间卷积网络超参数选择问题提供了一种高效、鲁棒的自动化优化方法,提升了时间卷积网络模型在复杂时间序列预测任务中的精度和可靠性,有实际应用价值.

关键词

北方苍鹰优化算法 / 时间卷积网络 / 电力负荷预测 / 超参数选择