基于循环神经网络与注意力机制的波动预测模型

来源：吉林大学学报·理学版杂志2025年第5期北京时间：

作者：李希今, 王祥任, 刘金石

单位：1. 吉林大学 人力资源处, 长春 130012； 2. 内蒙古大学 计算机学院（软件学院）, 呼和浩特 010021; 3. 内蒙古大学 人工智能学院, 呼和浩特 010021

摘要：针对经典机器学习算法（如决策树、 随机森林）在建模复杂隐式交互关系时预测准确率较低的问题, 提出一个基于循环神经网络与注意力机制的波动预测模型. 首先通过注意力机制计算各影响因素之间复杂的交互关系, 然后采用循环神经网络学习表示模型的隐变量, 从而实现精准预测. 与多个经典预测模型进行仿真对比实验的结果表明,该模型的预测准确率显著高于其他机器学习模型, 从而为波动预测领域提供了一种更高效、 精准的解决方案.

关键词：循环神经网络,注意力机制,机器学习,预测模型