[发明专利]结合互补集合经验模态分解的Xgboost时间序列预测方法

说明书

本发明公开了结合互补集合经验模态分解的Xgboost时间序列预测方法，具体步骤如下：步骤一：数据预处理；步骤二：利用互补集合的经验模态分解方法对销售数据时间序列处理互补集合的经验模态分解；步骤三：利用Xgboost建立正交性因素建立回归模型；步骤四利用Xgboost拟合非正交特征因素影响以外的部分。本发明利用本征模态函数的正交性，保证了Xgboost寻找最优模型的收敛路径首先是先从外空间然后到内空间，然后再从内空间中寻找一个路径逐步收敛到对应的本征模态函数，这两个收敛过程中分别减小了外空间误差和内空间误差，同时也保证了正交性，最终提高了模型的泛化性。

技术领域

本发明涉及一种时间序列预测方法，具体涉及一种结合互补集合经验模态分解的Xgboost时间序列预测方法。

背景技术

时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列，在日常的生产生活中，收集的时间序列变化常常被各种各样的因素影响，如天气情况、交通状况、地域等等，这些因素导致了收集的时间序列时非稳态的。常用的时间序列预测分析模型是如自回归滑动平均模型等，是基于时间序列满足平稳条件假设的前提下建立的，因此这些模型更适合分析平稳态的数据。为了能够更好的分析复杂的非平稳态数据，可以利用信号分析的手段对时间序列数据做适当的处理。

经验模态分解过程是一种信号分析手段，该方法可以将一个非平稳态信号转化为一系列的平稳态信号的过程，其中每个平稳态信号被称为本征模态函数，代表了一种模态。该方法于1998年首次由Huang提出。为了保证分解具有严密性以及不存在能量泄漏，则分解的本征模态函数应具有正交性，即本征模态函数两两之间内积为零。Huang也说明了他提出经验模态分解方法产生本征模态函数在实际分解中并不能保证严格的正交性，本质是本征模态函数中存在着“模态混叠”现象，即可能存在一些本征模态函数包含有多个模态成分。禹丹江采样快速傅立叶变换结合经验模态分解方法，将信号进行频谱分析，根据频谱分析结果对经验模态分解过程设置分解中的每一次分解的特征时间尺度上限，但是该方法的局限是FFT本身不适用于分析非平稳信号。Wu提出了集合经验模态分解方法，该方法是高斯白噪声迭代求取各阶模态函数，但是很容易干扰信号模态的正确分解。

2014年Chen提出了Xgboost算法。Xgboost是一个设计高效、灵活并且可移植的最优分布式决策梯度提升库，利用bagging并行集成学习方法，通过一组弱分类器的迭代计算实现准确的分类效果。它是一种梯度提升框架下的机器学习算法。XGbooost可以利用CPU的多线程并行计算，在算法的实现上又增加了正则项，极大地提高了模型运算效率，也使模型的泛化能力得到提升，在分布式应用上也有明显优势。相比较于常用的支持向量机，神经网络等方法，XGboost的收敛更快速，准确率更高。

张弦提出了基于支持向量经验模态分解的故障率时间序列预测方法。其中，支持向量是指支持向量机算法。该方法针对故障率时间序列的非平稳特性，利用一般的经验模态(EMD)分解方法将时间序列分解成多个本征模态函数和一个余项，然后利用支持向量机方法预测每个分量的数据，求和得到预测数据。

颜宏文提出了一种基于完备总体经验模态分解和极限学习机的风速预测方法，其中完备总体经验模态分解是一种改进的经验模态分解方法，极限学习机是一种机器学习算法。该方法利用完备总体经验模态分解方法多次添加高斯白噪声然后平均消除了“模态混叠”现象，提高了模型拟合精度。

为了保证分解具有严密性以及不存在能量泄漏，则分解的固有模态函数应具有正交性和完备性，即固有模态函数两两之间相互正交和分解得到本征模态函数能够重构原来信号。以上两种方法，得到的每个本征模态函数回归模型只是检验它的完备性但是未检验它们之间的正交性，因此得到的预测模型和真实数据之间必然存在较大的差距。另一方面，完备经验模态分解虽然基本消除了“模态混叠”现象，但是添加的高斯白噪声成分产生的影响保留在分量中。