买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜国网宁夏电力有限公司电力科学研究院申请的专利工业增加值增速预测方法、系统、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116805182B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310849641.3，技术领域涉及：G06Q10/04；该发明授权工业增加值增速预测方法、系统、电子设备及存储介质是由马瑞;朱东歌;夏绪卫;丁茂生;沙江波;刘佳;康文妮;张爽;李兴华;闫振华;张庆平;高博;王峰;李晓龙;蔡建辉设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本工业增加值增速预测方法、系统、电子设备及存储介质在说明书摘要公布了：本发明提供一种工业增加值增速预测方法、系统、电子设备和存储介质，属于工业增加值增速预测技术领域。包括：获取样本数据，所述样本数据包括年度参数数据和年度工业增加值，所述年度参数数据包括年度经济数据和年度电力数据；预处理各个所述样本数据，输入至样本集；根据所述样本集，基于Stacking算法，结合线性回归算法、决策树算法、支持向量机、k近邻算法、随机森林算法、AdaBoost算法、梯度回归算法和时间序列分析算法进行工业增加值增速预测建模，得出预测模型；利用所述预测模型进行工业增加值增速预测；使用波动性和准确度评估所述预测模型。

本发明授权工业增加值增速预测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种工业增加值增速预测方法，其特征在于，包括：步骤S1，获取样本数据，所述样本数据包括年度参数数据和年度工业增加值，所述年度参数数据包括年度经济数据和年度电力数据；步骤S2，预处理各个所述样本数据，输入至样本集；步骤S3，根据所述样本集，基于Stacking算法，结合线性回归算法、决策树算法、支持向量机、k近邻算法、随机森林算法、AdaBoost算法、梯度回归算法和时间序列分析算法进行工业增加值增速预测建模，得出预测模型；步骤S4，利用所述预测模型进行工业增加值增速预测；步骤S5，使用波动性和准确度评估所述预测模型；所述样本数据记为xi,yi，其中，xi为所述年度参数数据，yi为所述年度工业增加值，i为年份，特征向量xi＝[xiA,xiB,...,xiG]，xiA,xiB,...,xiG分别为年度电力数据A、年度居民收入及消费数据B、年度社会经济数据C、年度工业开发区基本信息D、年度工业产值E、年度工业产品价格指数F、年度工业原材料均价G；所述预测模型包括初级学习模型和次级学习模型，所述步骤S3包括：步骤S31，将所述样本集划分为训练集和测试集，其中，所述测试集为本年度的样本数据，所述训练集为其他年度的样本数据；步骤S32，建立初级学习模型SX，并将各个所述初级学习模型的输出作为所述次级学习模型的输入，所述初级学习模型包括线性回归算法模型S1、决策树算法模型S2、支持向量机模型S3、k近邻算法模型S4、随机森林算法模型S5、AdaBoost算法模型S6、梯度回归算法模型S7和时间序列分析算法模型S8，每个所述初级学习模型通过所述训练集进行训练、并且使用所述测试集进行测试；步骤S33，建立所述次级学习模型，所述次级学习模型用于通过R2方法和遗传算法为所述初级学习模型的输出结果分配权重配置、以及设定所述次级学习模型的输出结果，所述次级学习模型的输出结果即为所述预测模型的输出结果；所述步骤S33包括：步骤S331，以RX最小为目标，用遗传算法求解出合适的个体，遗传算法的目标函数fx为：fx＝minR1+R2...+R8 其中，RX是所述初级学习模型SX输出结果的修正系数，x∈[1,8]，n是所述训练集中元素xi数目，R2是线性回归决定系数，p为变量的数目，为通过初级学习模型SX计算训练集中特征向量xi所得的年度工业增加值预测值，为基于训练集、经初级学习模型SX计算所得所有的均值；步骤S332，根据遗传算法得出的fx中的RX计算出各个所述初级学习模型SX的最大权重值QX： 步骤S333，所述次级学习模型的输出结果fy定义为： 所述步骤S331的计算过程包括：步骤S331a，种群初始化，读入原始数据，将xi,yi和各所述初级学习模型SX输出的工业增加值预测值化为遗传种群P，遗传种群P中设置多条未进化染色体ji，ji由所述初级学习模型SX输出的工业增加值预测值和一组实际值xi,yi组成，设置种群规模N、最大遗传代数Nmax和变异率a；步骤S331b，计算基因适应度，以所使用算法的RX之和最小为目标函数，适应度函数Zx为目标函数的倒数： 其中： 步骤S331c，遗传选择，对各所述未进化染色体ji进行计算，将结果带入所述适应度函数Zx，得到对应的适应度值；循环n次，得到n个所述适应度值，将得到的n个所述适应度值从大到小排序，用最前面的13代替最后面的13，重新形成n个子代染色体；由此，遍历遗传种群P中的任意两条染色体中的任意两个基因进行基因交叉获得进化后的子代染色体，由子代染色体构成子代遗传种群P＇；重复遗传选择过程，直至子代遗传种群P＇中的子代染色体数量与所述子代遗传种群P＇中的未进化染色体的数量相同；步骤S331d，停止进化，当所述子代遗传种群P＇中出现子代染色体适应度大于等于重组的子代染色体或高适应度染色体、或者当前进化次数达到所述最大遗传代数Nmax时，停止优化，此时，fx达到最小，根据最小的fx计算出各个所述初级学习模型SX的所述最大权重值QX。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网宁夏电力有限公司电力科学研究院，其通讯地址为：750000 宁夏回族自治区银川市金凤区黄河东路716号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。