公开(公告)号：CN118710172A

公开(公告)日：2024-09-27

申请号：CN202410639266.4

申请日：2024-05-22

Applicant: 安徽大学

Inventor： 夏平凡 ,  胡红 ,  冯乐 ,  马国灿 ,  朱瑞鼎 ,  张艳艳 ,  刘静

IPC: G06Q10/087 ,  G06Q10/04 ,  G06Q30/0202 ,  G06Q30/0201 ,  G06F18/211 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种融合认知大模型和多模态深度学习的电解铜需求预测方法，包括:1、从金属行业网站获取电解铜需求数值数据，并通过大语言模型获取文本数据，从而构建多模态电解铜需求指标体系以及多模态电解铜需求数据集；2、构建双通道特征提取模型，并提取电解铜需求特征；3、构建多头注意力机制模型，用于融合数值特征与文本特征；4、使用凌日优化算法对模型的参数进行寻优，并得到最佳参数组合；5、利用最佳参数组合下的模型进行需求预测。本发明融合认知大模型和多模态深度学习，并对电解铜需求进行预测，从而为锂电企业制定电解铜的采购计划提供参考，以有效控制采购成本，并避免库存积压或短缺。