[发明专利]一种数据序列预测方法及计算设备

权利要求书

1.一种数据序列预测方法，其特征在于，包括：

根据N个对象的历史数据序列计算所述N个对象中每两个对象之间的相似距离，得到相似距离集合，其中，所述对象为产品，所述N个对象具有固定层次结构，所述历史数据序列包括按照预设规律排列的多个数据，对象i为所述N个对象中的一个对象，所述对象i的历史数据序列为所述对象i在当前时间之前的目标时间段内每预设时长的需求数量，所述相似距离用于表征两个产品的需求数量的相似程度，N为大于1的正整数，i为所述N个对象中对象的索引，i＝1、2、…、N；所述相似距离集合中的任一相似距离包括数据的相似距离和层次相似距离，其中，数据相似距离用于表征两个对象分别对应的历史数据序列的相似程度；所述层次相似距离用于表征两个对象在所述固定层次结构中所在层级的相似程度；

根据所述相似距离集合，通过聚类算法将所述N个对象划分为K个预测对象类；K为正整数，K≤N，预测对象类A为所述K个预测对象类中任意一个预测对象类，对象f为所述预测对象类A中任意一个对象，所述对象f与所述预测对象类A中对象之间的相似距离小于所述对象f与所述预测对象类A之外任意一个对象的相似距离；

对所述K个预测对象类中至少一个预测对象类所包含对象的未来数据序列进行预测。

2.如权利要求1所述的数据序列预测方法，其特征在于，所述根据N个对象的历史数据序列计算所述N个对象中每两个对象之间的相似距离，得到相似距离集合包括：

根据N个对象的历史数据序列计算所述N个对象中每两个对象之间的数据相似距离；

计算所述N个对象中每两个对象之间的层次相似距离；

根据所述N个对象中每两个对象之间的数据相似距离和层次相似距离，得到所述相似距离集合。

3.如权利要求2所述的数据序列预测方法，其特征在于，对象i和对象j为所述N个对象中的任意两个对象，所述对象i与所述对象j之间的相似距离通过下面公式计算：

其中，y_i为所述对象i的历史数据序列，y_j为所述对象j的历史数据序列；所述d_cor(y_i,y_j)为所述对象i与所述对象j之间的数据相似距离，所述d_dis(y_i,y_j)为所述对象i与所述对象j的层次相似距离。

4.如权利要求3所述的数据序列预测方法，其特征在于，所述d_cor(y_i,y_j)的计算公式为：

其中，所述Cor(y_i,y_j)为所述对象i和所述对象j的皮尔逊相关性值；y_it为所述对象i的历史数据序列中第t个数据；y_jt为所述对象j的历史数据序列中第t个数据，t为正整数，t≤Q；Q为所述对象i中历史数据序列包含数据的个数，为正整数。

5.如权利要求3所述的数据序列预测方法，其特征在于，所述N个对象的层次结构为树形结构；其中，所述d_dis(y_i,y_j)为所述对象i在所述树形结构中节点位置所属层级与所述对象j在所述树形结构中节点位置所属的层级之差。

6.如权利要求1-5任意一项权利要求所述的数据序列预测方法，其特征在于，所述第一预测对象类为所述至少一个预测对象类中任意一个预测对象类；

对所述第一预测对象类中所包含对象的未来数据序列进行预测，包括：

根据所述第一预测对象类所包含对象的历史数据序列计算所述第一预测对象类的历史共同数据模式，所述第一预测对象类的历史共同数据模式用于表示所述第一预测对象类中所有对象的历史数据序列的所包含的共同特征；

根据所述第一预测对象类的历史共同数据模式预测所述第一预测对象类的未来数据模式；

根据所述第一预测对象类的未来数据模式以及所述第一预测对象类所包含对象的历史数据序列预测所述第一预测对象类所包含对象的未来数据序列。