(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651046.6 (22)申请日 2021.12.3 0 (71)申请人 浙江中控技 术股份有限公司 地址 310000 浙江省杭州市滨江区六和路 309号 (72)发明人 张志伟　娄海川　查百惠　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 曹瑞敏 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 30/02(2012.01) (54)发明名称 一种市场数据长期预测模型训练方法、 装 置、 设备及存 储介质 (57)摘要 本申请提供一种市场数据长期预测模型训 练方法、 装置、 设备及存储介质， 涉及神经网络技 术领域。 该方法包括： 获取样本数据集； 根据所述 样本数据集， 训练预设门控循环单元结构GRU模 型； 根据改进型损失函数， 验证训练 中的预设GRU 模型， 在所述改进型损失函数满足预设条件后， 获取目标GRU模型， 所述目标GRU模型用于根据市 场环境数据预测销售数据， 所述改进型损失函数 由两时间序列的变动趋势、 变动幅度以及点之间 的距离确定。 该方法通过改进型损失函数与预设 GRU模型， 保证预测市场情况的高效性和准确性。 权利要求书2页 说明书11页 附图3页 CN 114282657 A 2022.04.05 CN 114282657 A 1.一种市场数据长期预测模型训练方法， 其特 征在于， 包括： 获取样本数据集， 其中， 所述样本数据集包括： 预设时间段的市场数据， 所述市场数据 标注有实际销售数据； 根据所述样本数据集， 训练预设门控循环单 元结构GRU模型； 根据改进型损失函数， 验证训练中的预设GRU模型， 在所述改进型损失函数满足预设条 件后， 获取目标GRU模 型， 所述目标GRU模 型用于根据市场环 境数据预测销售数据， 所述改进 型损失函数由两时间序列的变动趋势、 变动幅度以及点之间的距离确定 。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述样本数据集， 训练预设门控 循环单元结构GRU模型， 包括： 根据所述样本数据集中各 数据的时间维度， 提取 数据特征； 将所述实际销售数据对应的数据特征作为输出、 其他市场数据对应的数据特征作为输 入， 训练所述预设 GRU模型。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述实际销售数据对应的数据 特征 作为输出、 其 他市场数据对应的数据特 征作为输入， 训练所述预设 GRU模型， 包括： 将所述实际销售数据进行平 滑处理后， 作为输出 特征数据； 将所述其他市场数据求z ‑score标准化处理后， 作为输入特 征数据； 根据所述输入特 征数据、 所述输出 特征数据， 训练所述预设 GRU模型。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述输入特征数据、 所述输出特 征数据， 训练所述预设 GRU模型， 包括： 根据所述输入特 征数据和所述输出 特征数据构建CART回归树； A、 根据所述CART回归树， 筛 选新的特 征数据； B、 将所述 新的特征数据重构为满足所述GRU模型格式要求的待训练特 征数据； C、 采用所述待训练特 征数据训练所述预设 GRU模型。 5.根据权利要求4所述的方法， 其特征在于， 所述根据 改进型损 失函数， 验证训练中的 所述预设 GRU模型， 在所述改进型损失函数满足预设条件后， 获取目标GRU模型， 包括： 循环执行所述A～C， 根据所述改进型损失函数， 验证训练中的所述预设GRU模型， 在所 述改进型损失函数满足预设条件后， 获取目标GRU模型。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述样本数据集包括： 训练数据 集和验证数据集； 所述根据所述样本数据集， 训练预设门控循环单 元结构GRU模型， 包括： 根据所述训练数据集， 训练预设门控循环单 元结构GRU模型； 所述根据改进型损失函数， 验证训练中的所述预设GRU模型， 在所述改进型损失函数满 足预设条件后， 获取目标GRU模型， 包括： 根据所述验证数据集和所述改进型损失函数， 验证训练中的所述预设GRU模型， 在所述 改进型损失函数满足预设条件后， 获取目标GRU模型。 7.一种市场数据长期预测方法， 其特 征在于， 包括： 获取待预测市场环境数据； 将所述待预测市场环境数据作 为输入数据， 采用权利要求1 ‑6任一项所述的目标GRU模 型， 获取输出的销售预测数据。权　利　要　求　书 1/2 页 2 CN 114282657 A 28.一种市场数据长期预测模型训练装置， 其特 征在于， 包括： 获取模块， 用于获取样本数据集， 其中， 所述样本数据集包括： 预设时间段的市场数据， 所述市场数据标注有实际销售数据； 训练模块， 用于根据所述样本数据集， 训练预设门控循环单 元结构GRU模型； 目标模块， 用于根据改进型损失函数， 验证训练中的所述预设GRU模型， 在所述改进型 损失函数满足预设条件后， 获取目标GRU模型， 所述目标GRU模型用于根据市场环境数据预 测销售数据， 所述改进型损失函数 由两时间序列的变动趋势、 变动幅度以及点之间的距离 确定。 9.一种计算机设备， 其特征在于， 包括： 存储器和 处理器， 所述存储器存储有所述处理 器可执行 的计算机程序， 所述处理器执行所述计算机程序时实现上述权利要求1 ‑7中任一 项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被读取并执 行时， 实现上述权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114282657 A 3