deep-learning - 时间序列预测的预测模型(1个目标,多个可控变量)
问题描述
我有一个时间序列预测问题,它有一个目标变量和多个自变量。将温度视为目标变量,将燃料量、加热时间等视为独立(可控)变量。假设我有一个温度随着燃料流、加热时间、氧气流量等而升高的数据库。我现在想根据给定的燃料值和其他值来预测未来的 n 步,我的温度图会是什么样子这 n 个步骤的参数。假设我会说我想在接下来的 5 小时内将燃料流量保持在 m kg/m3 等。我应该如何建模这个时间序列问题?任何指针都会非常有帮助!
我使用 LSTM 对此进行编码,但预测模型根本不准确。
另外,这是一个多变量案例吗?我不是想预测其他参数的未来值,只是一个。我真的很困惑。
解决方案
推荐阅读
- wcf - 如何在 IIS 上发布 WCF Web 服务(在 CodeGear Delphi for .NET 中创建)?
- sql - SQL 查询中使用的 N% 不返回实际结果
- java - 如何获取从相机拍摄的图像并将其添加为谷歌地图上的标记?
- asp.net-core - 如何修复:在 asp core 2.1 中找不到 IndexModel
- javascript - 局部变量在 JavaScript 回调函数中不可见
- javascript - 以 UTC 保持本地日期
- python - Python - Extract data from nested dictionary into Excel
- r - 在我的基准测试项目中,Base R 对数据集的排序比 dplyr 或 data.table 快得多。为什么是这样?我们都应该使用base R吗?
- typescript - 输入'AxiosResponse
' 缺少来自类型 'countries[]' 的以下属性:length、pop、push、concat - javascript - Vuesjs 3 组合中的计算函数返回 refImpl