(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 202111234014.6 (22)申请日 2021.10.2 2 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 王宏志　吴成岳　陈星宇　王春楠　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 代理人 杨晓辉 (51)Int.Cl. G06Q 10/04(2012.01) G06N 20/00(2019.01) (54)发明名称 基于异步并行多臂老虎机的机器学习的时 间序列预测方法 (57)摘要 基于异步并行多臂老虎机的机器学习的时 间序列预测方法， 涉及时间序列预测领域， 本发 明的目的是为了解决现有的对预测未来多时间 步的数据预测精度低、 预测时间长的问题。 本申 请采用一种高度并行和异步的算法， 多臂老虎机 从第二次选取模型开始与超参数调优的过程是 并行进行的， 另外， 在对某个模型进行训练时， 该 模型当中的多个超参数的调优处理过程是异步 进行的。 它用于预测未来数据。 权利要求书2页 说明书6页 附图2页 CN 114066014 A 2022.02.18 CN 114066014 A 1.基于异步并行多臂老虎机的机器学习的时间序列预测方法， 其特征在于， 所述方法 包括以下内容： A、 利用多臂老虎机从m个时间序列预测模型中每次选出1个性能值最大的时间序列预 测模型或者选出1个新的时间序列预测模型， 作为待训练模型； B、 利用历史数据训练待训练模型， 使得该待训练模型中的多个超参数进行异步调优处 理， 待训练模型每经过一次训练， 得到该待训练模 型中每个超参数新搜索空间， 将 每次得到 的所述新搜索空间作为下一轮该待训练模型中相应超参数的搜索空间， 利用历史数据对下 一轮该待训练模型继续进 行训练， 直到达到该待训练模型设定的训练轮数t， 得到训练后的 超参数， 由训练后的超参数组合成相应的训练好的时间序列预测模型； C、 若当前时刻只得到一个训练好的时间序列预测模型， 就将历史数据输入至该训练好 的时间序列预测模型中， 来预测数据， 若当前时刻一共得到n个训练好的序列预测模 型， 从n 个训练好的序列预测模型中选出性能值最高的1个训练好的时间序列预测模型作为最终训 练好的时间序列预测模 型， m大于等于n， 且m和n均为正整 数， 将历史数据输入至最 终训练好 的时间序列预测模型中， 预测数据； 第一次执行完A过程之后， 执行B过程， 然后执行C过程， 然后再第二次执行A过程， 从第 二次执行A过程开始， 执行A过程与执行B过程是并行进行的， 每次执行完B过程之后， 执行C 过程。 2.根据权利要求1所述的基于异步并行多臂老虎机的机器学习的时间序列预测方法， 其特征在于， m为5， n为3， 3个时间序列预测模型包括注 意力机制模 型、 图神经网络模 型和双 残差神经网络模型。 3.根据权利要求1所述的基于异步并行多臂老虎机的机器学习的时间序列预测方法， 其特征在于， 多臂老虎机从m个时间序列预测模型中每次选出1个性能值最大的时间序列预 测模型包括： 多臂老虎机计算m个时间序列预测模 型的性能值和多臂老虎机从m个时间序列 预测模型的性能值中选出1个性能值 最大的时间序列预测模型。 4.根据权利要求3所述的基于异步并行多臂老虎机的机器学习的时间序列预测方法， 其特征在于， 多臂老虎机计算m个时间序列预测模型的性能值， 表示 为： q·(a)＝E[|Rt|At＝a]  公式1， 式中， At为经过第t次训练轮数得到的时间序列预测模型， Rt为经过第t次训练轮数得到 的时间序列预测模型的性能值， a为模型， q ·(a)为选择模型a的理论性能值， E是对于选择 模型a的一个预计性能值。 5.根据权利要求3所述的基于异步并行多臂老虎机的机器学习的时间序列预测方法， 其特征在于， 多臂老虎机从m个时间序列预测模型的性能值中选出1个性能值最大的时间序 列预测模型， 表示 为： At＝arg maxa Qt(a)公式2， 式中， Qt(a)为第t步模型a的回报值。 6.根据权利要求1所述的基于异步并行多臂老虎机的机器学习的时间序列预测方法，权　利　要　求　书 1/2 页 2 CN 114066014 A 2其特征在于， 利用历史数据对下一轮该待训练模型继续进行训练， 直到达到该待训练模型 设定的训练轮数， 得到训练后的超参数， 具体为： 步骤31、 在待训练模型的每 个超参数的搜索空间内选取P个均分点， P为 正整数； 步骤32、 在每个点的邻域 内选取另一个点， 共2 ×P个超参数构成P对超参数， 获得P对超 参数的损失函数对数值； 步骤33、 从P对超参数的损失函数对数值中选取损失函数对数值最小的2对点， 并根据 该2对点中的每对点获得一个斜 率， 根据该2对点能够获得两个斜 率； 步骤34、 连接步骤33得到的两个斜率， 连接后的交点作为下一次该待训练模型中超参 数搜索空间的中点， 从而得到下一次该待训练模型中该超参数的搜索空间， 按照步骤31至 步骤34， 对 下一次待训练模型中超参数进 行训练， 直到达到对应的设定训练轮数， 得到训练 后的超参数。权　利　要　求　书 2/2 页 3 CN 114066014 A 3