本发明公开了一种基于强化学习的
动力电池制造能力在线预测方法，属于动力电池制造预测领域。所述方法通过提出新的组合预测模型形式对于不同预测方法的预测值进行合理切分组合，其次相对于传统的神经网络往往采用经验数据设定隐含层的层数，难以做到对电池制造能力预测模型的最佳适配，本申请利用强化学习构建循环神经网络和长短时记忆网络模型的隐含层学习环境，求解网络模型隐含层的最优层数，降低隐含层的预测偏差；进而构建组合模型的权重学习环境，经过迭代训练后得到最优权重，最终构造动力电池制造能力组合预测模型，进一步提高了针对动力电池制造能力预测的预测精度和可靠性。
声明：
“基于强化学习的动力电池制造能力在线预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1161
编辑：管理员
来源：北方有色网
咨询细节
