[发明专利]模型构建方法、产出预测方法、装置和计算设备

权利要求书

1.一种模型构建方法，包括：

采集投入数据和产出数据；

根据投入数据和产出数据，利用差分进化算法确定投入产出模型的参数；

根据参数构建投入产出模型。

2.如权利要求1所述的方法，所述投入数据包括与多种资产相对应的多个子投入数据；

所述投入产出模型包括y_max表示产出数据，n表示资产的种类数，a_j表示与第j种资产相对应的参数，x_j表示与第j种资产相对应的子投入数据。

3.如权利要求2所述的方法，所述参数用于表示n种资产的资产配比。

4.如权利要求1所述的方法，所述利用差分进化算法确定投入产出模型的参数，包括：

以投入数据为种群中的个体，以产出数据为个体的适应度值，根据适应度值对种群中的个体执行变异操作、交叉操作和选择操作，获得优化个体及其对应的适应度值；

根据优化个体及其对应的适应度值，确定投入产出模型的参数。

5.如权利要求4所述的方法，所述根据适应度值对种群中的个体执行变异操作、交叉操作和选择操作，获得优化个体及其对应的适应度值，包括：

根据种群中的个体及其对应的适应度值，确定投入产出模型的参数；

对种群中的个体执行变异操作，获得变异向量；

根据变异向量，对种群中的个体执行交叉操作，获得变异个体；

根据投入产出模型的参数，确定变异个体的适应度值；

根据变异个体的适应度值，对变异个体执行选择操作，获得新的种群；

迭代执行以上步骤，直至满足终止条件。

6.如权利要求5所述的方法，所述对种群中的个体执行变异操作，包括：

从种群中随机选择三个不同的个体；

根据公式执行变异操作；

其中，和分别为在第g次迭代时选择的个体，p1≠p2≠p3≠i，1≤i≤NP，NP表示种群中的个体数，表示变异向量，F^g表示在第g次迭代时的变异因子。

7.如权利要求6所述的方法，F^g＝F·λ，F表示预设的变异因子，λ表示收敛因子，genMax表示预设的最大迭代次数。

8.如权利要求5所述的方法，所述对种群中的个体执行交叉操作，包括：

根据公式对种群中的个体执行交叉操作；

其中，表示变异向量中与第j种资产相对应的子投入数据，1≤i≤NP，NP表示种群中的个体数，g表示当前的迭代次数，表示个体中与第j种资产相对应的子投入数据，表示变异个体V_i^g中与第j种资产相对应的子投入数据，rand(0,1)表示(0,1)区间的随机数，CR_i表示与个体相对应的交叉概率。

9.如权利要求8所述的方法，f_i表示个体的适应度值，f_min表示当前种群中各个体的适应度值中的最小者，f_max表示当前种群中各个体的适应度值中的最大者，表示当前种群中各个体的适应度值的平均值，CR_l表示适应度值的上限，CR_u表示适应度值的下限。

10.如权利要求5所述的方法，所述对变异个体执行选择操作，包括：

根据公式对变异个体执行选择操作；

其中，表示在第g+1次迭代中的第i个个体，V_i^g表示变异个体，f(V_i^g)表示变异个体V_i^g的适应度值，表示在第g次迭代中的第i个个体，表示个体的适应度值。