[发明专利]一种张量链并行实现高阶主特征值分解的预测系统和装置

权利要求书

1.一种基于张量链并行实现高阶主特征值分解的预测系统，其特征在于，所述系统包括：

根据历史数据构建转移张量，在对城市公交的流量预测系统中，影响流量的影响因素有路线、时段，各时段每个状态由所述路线、所述时段、流量组成，则可构建一个六阶的转移张量，即 ， 其中，每个元素表示从当前路线i₀、当前时段j₀、当前流量k₀转移到下一路线i₁、下一时段j₁、下一流量k₁的概率，且满足

对所述转移张量进行张量链分解获得分布式存储的张量核，其中，根据所述张量核设计核间并行和核内并行两层并行架构，且对所述张量进行并行计算，所述核间并行包括垂直并行与水平并行；所述核内并行包括二分并行与两端并行；

根据所述张量核之间的缩并操作执行并行，其中，所述并行采用先垂直并行再水平并行执行爱因斯坦乘，包括：

根据每一组具有相同维度的张量核，按照垂直并行方式缩并所述张量核获得第一结果；

根据所述第一结果按照水平并行方式缩并相邻张量核获得第二结果；

根据所述第二结果和相邻的张量核进行合并操作；

或，

根据所述张量核之间的缩并操作执行并行，其中，所述并行采用先水平并行再垂直并行执行爱因斯坦乘，包括：

根据所述张量核按照水平并行方式执行缩并获得第三结果；

根据所述第三结果执行张量的多模乘获得第四结果；

根据所述第四结果和相邻的张量核进行合并操作；

根据张量链并行执行高阶主特征值分解算法；

判断所述高阶主特征值分解算法收敛时，获得主特征张量；

根据所述主特征张量抽取不同情境下的预测目标进行排序，且挑选概率最大的前M个目标值进行预测，其中M为正整数，所述城市公交流量预测系统中，求取的所述主特征张量为现预测第i₀路线第j₀时段的客流量，只需要在张量X中抽取向量X(i₀,j₀,:)，选出所述向量X(i₀,j₀,:)中最大概率值对应的客流量，则为预测值。

2.如权利要求1所述的系统，其特征在于，根据历史数据构建转移张量，还包括：

根据不同领域大数据获得影响每个预测目标变量的K个影响因素；

根据统计方法计算所述K个影响因素下各状态之间的转移概率。

3.如权利要求1所述的系统，其特征在于，根据张量链并行执行高阶主特征值分解算法，还包括：

对所述转移张量进行素性修正操作，获得不可约转移张量；

对所述转移张量进行张量链分解；

获得初始化状态概率分布张量；

根据所述初始化状态概率分布张量进行张量链分解；

根据所述张量链并行执行所述转移张量和初始化状态概率分布张量的爱因斯坦乘；

判断所述爱因斯坦乘结果是否满足收敛条件，其中，所述收敛条件为：norm(Xⁿ⁺¹-Xⁿ)＜ε，其中norm()为求范数函数，ε为预设的收敛阈值，Xⁿ和Xⁿ⁺¹分别是当前时刻和下一时刻K阶状态概率分布张量其中，Si(i＝1,2,…,K)为每个状态影响因素空间大小。