本發(fā)明涉及信息技術(shù)領(lǐng)域，特別涉及一種防止數(shù)據(jù)信息丟失的DGRU神經(jīng)網(wǎng)絡(luò)及其預(yù)測(cè)方法。本發(fā)明中的DGRU神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層和隱含層組成，隱含層由DGRU神經(jīng)元構(gòu)成；所述的DGRU神經(jīng)元由同一時(shí)刻的兩個(gè)標(biāo)準(zhǔn)GRU單元連接構(gòu)成；本發(fā)明方法包括:獲取歷史數(shù)據(jù)集并進(jìn)行預(yù)處理；利用預(yù)處理后的數(shù)據(jù)集訓(xùn)練DGRU神經(jīng)網(wǎng)絡(luò)，建立預(yù)測(cè)模型；獲取當(dāng)前失效數(shù)據(jù)，進(jìn)行數(shù)據(jù)歸一化處理后輸入預(yù)測(cè)模型中，得到預(yù)測(cè)結(jié)果三個(gè)部分。本發(fā)明克服了傳統(tǒng)GRU神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)，對(duì)GRU神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，提出一種能增強(qiáng)模型記憶力，防止信息丟失的DGRU神經(jīng)網(wǎng)絡(luò)，并應(yīng)用DGRU神經(jīng)網(wǎng)路建立預(yù)測(cè)模型，與傳統(tǒng)GRU神經(jīng)網(wǎng)絡(luò)相比，可以提高模型的預(yù)測(cè)精度。