[发明专利]一种光纤折射率大数据预测方法

权利要求书

1.一种光纤折射率大数据预测方法，其特征在于，包括以下步骤：

101对光纤拉制时的生产数据按照先后顺序，进行异常值处理、缺失值处理、离散值编码的预处理步骤；

102根据光纤拉制设备的不同，划分训练集和验证集；

103根据训练集建立三个基础机器学习模型，分别为弹性网络回归模型、CatBoost模型及全连接网络模型；

104利用线性加权方法对步骤103的基础机器学习模型进行融合，得到最终融合预测模型；

105根据最终融合预测模型，对即将拉制的光纤的折射率进行回归预测；

所述步骤103建立三个基础机器学习模型操作具体步骤为：

103-1弹性网络回归模型：建立弹性网络回归模型，先按照如下公式自定义损失，其中labeli是指预测的标签值，labeli_是真实的标签值，n是被预测的数据量大小，i表示第i个被预测的数据，Loss是损失值大小：

再根据如下公式定义弹性网络回归的损失函数，r表示L1、L2正则化比重、α表示正则化参数化，θ_i表示惩罚系数，其中r设定为0.2，α设定为0.01：

103-2 CatBoost模型：采用CatBoost自动处理分类数据的提升树建立集成树模型，同时舍弃101-3离散值编码，对原始离散数据不做处理，直接输入模型，训练参数相关：depth设定为6，ignored_features设定为True，subsample设定为0.7，learning_rate设定为0.015，iterations设定为1000；

103-3全连接网络模型：采用全连接网络，网络的结构从输入层到输出层如下：输入层，即光纤属性向量输入，该层不采取额外处理；第一层隐藏层，设定神经元50个，权重w1的droupout设定为0.7，即网络计算过程中该层权重向量会有70％的被输出参与计算，30％被舍弃，偏置项b1的droupout设定为0.7，激活函数设定为tahn；第二层隐藏层，设定神经元10个，权重w2的droupout设定为0.8，偏置项b2的droupout设定为1，激活函数设定为relu；第三层隐藏层，设定为输出层，设定神经元1个，即为最后的预测值输出，权重w3的droupout设定为0.8，偏置项b2的droupout设定为1，激活函数设定为relu， 该神经网络采用Adam优化器，损失函数设定为均方误差，学习率设定为恒定0.003，迭代次数50000次，添加L2正则化0.001；

所述步骤104利用线性加权方法对基础模型进行融合操作具体步骤为：

首先按照公式(4)计算三个已建立模型的损失，然后根据如下公式对每个模型的损失值大小进行以自然数e为底的对数变换，其中Loss_i是模型的损失值大小，L_i为变换的结果：

L_i＝ln(Loss_i+1) 公式(6)

得到变换的值后，继续将三个变换后的损失值转换成三个和为1的概率值，该概率值也就是我们线性融合的权重值，如下方公式所示，表示变换后的损失值向量，L_i表示第i个损失值，L_j表示计算第i个权重时的第j个损失值，W_i表示第i个权重值大小：

最后按照线性加权融合的方式，得到最终融合的结果，如下方公式所示，其中是第i个模型的预测标签向量，W_i是第i个模型的权重，/是最终的预测标签向量：

2.根据权利要求1所述的一种光纤折射率大数据预测方法，其特征在于，所述步骤101对原始光纤生产数据异常值处理具体步骤为：

101-1异常值处理：对于异常值的判断，使用K-means方法对每一个连续值属性进行单独聚类操作，K值取2，如果在聚类后，被分为任意一标签的数据量只占总数据量的0.2％及以下，那判定该批数据存在异常，并且对异常值的后续处理采取两种方案：一是异常值所在的某条数据，存在“严重异常”即单条异常属性达到总属性数量20％及以上的情况，对这种数据进行丢弃操作；二是用如下公式进行填充，其中Q2是单列属性的第二四分位数，min是最小值，max是最大值，ErrorData是进行填充的数据：