[发明专利]基于LGB算法与ARIMA算法相结合的流动人口预测方法

权利要求书

1.基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，包括以下步骤：

事先构建ARIMA模型和LGB模型；

通过调整优化模型参数，得到模型精度最高的参数组合；

将精度最高的参数组合带入模型中进行流动人口预测，计算最终预测结果；

根据最终预测结果进行供电资源分配。

2.根据权利要求1所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述ARIMA模型的构建过程包括：以时间序列为输入，以每季度流动人口数据作为输出，构建ARIMA模型。

3.根据权利要求1所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述LGB模型的构建过程包括：将与流动人口相关的因素变量作为输入变量，将季度流动人口数定义为LGB模型输出；定义模型学习目标函数、回归树生成参数，构造流动人口预测的LGB模型。

4.根据权利要求1所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述调整优化模型参数，包括：对LGB模型和ARIMA模型各参数进行交叉验证，逐渐调整参数，直到获得模型精度最高的参数组合。

5.根据权利要求1所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述最终预测结果的计算过程包括：计算两种模型预测结果的两个模型平均相对误差，根据平均相对误差的反比值对两个模型的预测结果加权求均值，得到最终预测结果。

6.根据权利要求4所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述模型精度采用平均相对误差衡量，定义如下：

其中，y_i为历史流动人口实际值，为模型预测值，n为测试数据样本个数。

7.根据权利要求3所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述LGB模型使用基于直方图的决策树算法，包括：把连续的浮点特征值离散化成k个整数，同时构造一个宽度为k的直方图，在遍历数据的时候，根据离散化后的值作为索引，在直方图中累积统计量，然后根据直方图的离散值，遍历寻找最优的分割点。

8.根据权利要求7所述的基于LGB算法与ARIMA算法相结合的流动人口预测方法，其特征在于，所述目标函数为：

其中是指不考虑其他因素，通过分裂得到的信息增益，GL是用来累加一阶梯度直方图的已经读取的bin的值之和，HL是用来累加二阶梯度直方图的已经读取的bin的值之和；GR是一阶梯度直方图的还未读取的bin的值之和，HR是二阶梯度直方图的还未读取的bin的值之和，λ和γ表示超参数。