[发明专利]一种基于马尔科夫链的岭回归数值预测方法

权利要求书

1.基于马尔科夫链的岭回归数值预测方法，其具体归类步骤如下：

(1)确定模型的输出

其中，Y_k-1＝{y(0)，y(1)，...，y(k-1)}，U(k)＝{u(0)，u(1)，...，u(k)}，u(k)是输入变量，θ是m维随时间不断变化的参数，k是离散时间；

(2)确定损失函数L(ω)：

L(ω)＝ω^Tu(k)^Tu(k)ω-y(k)^Tu(k)ω+ω^Tu(k)^Ty(k)-y(k)^Ty(k)+λω^Tω

式中，为模型预测值，y(k)为实际值，为加入的正则项；

(3)确定ω的值：

另即

得ω＝(u(k)^Tu(k)+λE)^-1u(k)^Ty

(4)确定残差序列E＝{e₁，e₂，...，e_n}：

式中，为模型预测值，y(k)为实际值；

(5)确定m步状态转移矩阵p^(m)：

(6)已知状态转移矩阵p^(m)和初始状态e_i，建立马尔科夫链对预测结果进行修正；

(7)将测试集样本作为输入，进行模型训练，得到预测结果，完成基于马尔科夫链的岭回归数值预测方法。