[发明专利]一种基于集成算法和企业用电数据的GDP预测方法

权利要求书

1.一种基于集成算法和企业用电数据的GDP预测方法，其特征在于，包括：

获取数据：获取目标地区特定时段内的企业用电数据和历史GDP数据，并对所述企业用电数据和所述历史GDP数据进行预处理；

构建数据集：将预处理后的所述企业用电数据和所述历史GDP数据作为数据集，并将所述数据集划分为验证集和测试集；

一级学习：选用线性回归模型作为一级学习器，将所述验证集和所述测试集输入所述一级学习器进行训练，得到一级输出结果；

二级学习：将所述一级输出结果作为新的数据集，输入二级学习器进行训练，输出GDP预测结果。

2.根据权利要求1所述的一种基于集成算法和企业用电数据的GDP预测方法，其特征在于，获取数据步骤中，对所述企业用电数据和所述历史GDP数据进行预处理的过程，具体包括：

对所述企业用电数据和所述历史GDP数据分别进行标准化处理，将数据中的所有特征均统一至基本相同的数值区间内。

3.根据权利要求1所述的一种基于集成算法和企业用电数据的GDP预测方法，其特征在于，构建数据集步骤中，所述数据集为：

D＝{(x₁,y₁),(x₂,y₂),...,(x_m,y_m)}

其中，D表示数据集，x_m表示企业用电数据，y_m表示历史GDP数据。

4.根据权利要求1所述的一种基于集成算法和企业用电数据的GDP预测方法，其特征在于，一级学习步骤中，所述线性回归模型为：

f(x_i)＝wx_i+b

s.t.f(x_i)≈y_i

其中，w、b均为系数，x_i为企业用电数据，y_i为历史GDP数据。