主要流程

• 上传数据
• 选择模型
• 计算
• 展示预测结果

功能设计

1. 介绍： home.html 静态页面，介绍项目背景，使用方法。
2. 上传数据： data.html 上传excel文件，放在服务器某个路径即可， 注意：文件很大
3. 选择模型： model.html 显示模型对应的参数，调用模型对应的文件 参考https://github.com/bettermorn/IAI/wiki/HPC%E7%8E%AF%E5%A2%83%E4%BF%A1%E6%81%AF#%E8%BF%90%E8%A1%8C%E6%8A%A5%E5%91%8A
4. 计算：运行相应的py文件 tst.py and cnnlstm.py 其中文件的模型为已完成的模型，上传到服务器
5. 显示预测结果：准确度数值以及下载Excel表

使用架构

• DJango，参考 https://www.djangoproject.com/
• 快速开始

• https://www.djangoproject.com/start/
• https://docs.djangoproject.com/en/4.2/#first-steps
• Writing your first Django app, part 1:https://docs.djangoproject.com/en/4.2/intro/tutorial01/
• Writing your first Django app, part 2 Database setup :https://docs.djangoproject.com/en/4.2/intro/tutorial02/

前端展示

home.html

静态页面

data.html

提示上传成功

model.html

展示不同的模型信息，暂时静态页面，确认按钮的文字为部署

run.html

动态图标，表示在运行

result.html

展示预测准确率、预测序列表和相应预测文件名称

后端功能及函数

views.py 包含所有页面事件处理的结果以及一些主要方法

功能	方法名称	输入	输出
进入主页	home	request	展现home.html
根据request信息展现不同的页面	run	request	不同页面链接和相应页面数值信息

data.html

功能	方法名称	输入	输出
上传excel表（主要是用于预测的数据集)	_upload_data	xlsx文件	文件上传到服务器的data目录以及上传成功信息

• 上传代码参考：

1. https://www.tutorialspoint.com/file-upload-example-in-python

model.html

功能	方法名称	输入	输出
选择模型	_choose_model	模型名称，如tst，cnn_lstm	将调用方法名称_tst_predict_y,_cnn_lstm_predict_y,_tst_predict,_cnn_lstm_predict传到request中
上传模型	_upload_model	模型名称	将模型文件上传到服务器的models目录

run.html

基本方法

特别说明，输入文件包含特征量和前面的测量长度值（必须有），原因参考 https://github.com/bettermorn/CalCarSoftM/issues/2 ，取预测值的最后一个值作为显示值，预测值长度为输入记录数-1，因为目前的算法中时滞步数为1.

功能	方法名称	输入	输出
预测结果	_fit_model	模型名称即文件名称,如tst，cnnlstm	预测结果的准确率、output产生预测结果文件
用tst预测并比较预测结果	_tst_predict	包含验证数据的数据文件	预测结果的准确率、计算时长、预测的rmse，output产生预测结果文件
用cnnlstm预测并比较预测结果	_cnn_lstm_predict	包含验证数据的数据文件	预测结果的准确率、计算时长、预测的rmse，output产生预测结果文件

预测模型的辅助方法

功能	方法名称	输入	输出
时序数据转为监督数据集	_series_to_supervised	原始数据文件	重组后的用于监督学习的数据集
生成测试集	_get_valid_data	原始数据文件，has_yvalid	测试集的输入和输出集
生成预测报告	_report	预测值，实际值	预测结果的准确率、output目录生成预测结果文件
生成预测报告	_output	预测值	预测值数列、output目录生成预测结果文件
查找预测数据落在±50mm范围的数据	_find	数据集，最大值，最小值	落在区间为真
数据集转换	flatten	list	flatten后的集合

result.html

功能	参数/工具名称	输入	输出
下载预测结果文件	_download_preds	下载文件名	可成功下载

• 下载代码参考：

1. Python downloads file resources from remote servers to local through paramiko https://developpaper.com/python-downloads-file-resources-from-remote-servers-to-local-through-paramiko/
2. 3 Simple Ways to Download Files With Python https://betterprogramming.pub/3-simple-ways-to-download-files-with-python-569cb91acae6

代码

代码结构

https://github.com/bettermorn/ACMWDevHubPPT/blob/master/UploadImg/%E5%B7%A5%E5%85%B7%E5%B9%B3%E5%8F%B0%E4%BB%A3%E7%A0%81%E7%BB%93%E6%9E%84.png

依赖环境

• django
• 两个模型依赖的环境 参考 https://github.com/bettermorn/IAI/blob/master/Code/data_analysis/TSRegression/requirements.txt https://github.com/bettermorn/IAI/blob/master/Code/data_analysis/TSRegression/requirementsforcnn.txt
• 代码库已标识
• note： 需验证如何计算两个不同环境的预测结果

启动 django

cd web
python manage.py runserver