[发明专利]一种服务器中时序数据短期预测方法及系统

权利要求书

1.一种服务器中时序数据短期预测方法，其特征在于，包括：

从时序数据库中提取历史数据；

将历史数据分为训练数据与测试数据，将训练数据存储在训练集中，将测试数据存储在测试集中；

使用训练集中训练数据对若干模型进行训练，训练完成后得到若干预测模型，通过若干预测模型与测试集中测试数据计算对称平均绝对百分比误差值；

对比若干预测模型中的对称平均绝对百分比误差值，找出最小的对称平均绝对百分比误差值所对应的预测模型，并将该预测模型定义为最优预测模型，并存储到数据库中；

从数据库中选取最优预测模型，从时序数据库中选择指标数据，通过最优预测模型与指标数据计算得出预测值。

2.根据权利要求1所述的一种服务器中时序数据短期预测方法，其特征在于：模型包括霍尔特温特模型、差分整合移动平均自回归模型和时间序列分解模型；

对若干模型进行训练包括对霍尔特温特模型进行训练，对差分整合移动平均自回归模型进行训练和对时间序列分解模型进行训练。

3.根据权利要求2所述的一种服务器中时序数据短期预测方法，其特征在于：对霍尔特温特模型进行训练包括：

将训练数据输入霍尔特温特模型中，遍历霍尔特温特模型中的若干参数组，若干参数组中每组参数生成一个霍尔特温特短期预测模型；

使用若干霍尔特温特短期预测模型进行预测，得到预测值并与测试数据进行计算，得出每组霍尔特温特短期预测模型的对称平均绝对百分比误差值；

对比所有的对称平均绝对百分比误差值，找出最小的对称平均绝对百分比误差值，并找到对应的霍尔特温特短期预测模型。

4.根据权利要求2所述的一种服务器中时序数据短期预测方法，其特征在于：对差分整合移动平均自回归模型进行训练包括：

根据训练集中训练数据确定差分整合移动平均自回归模型参数的范围；

遍历差分整合移动平均自回归模型的若干参数组，若干参数组中每组参数生成一个差分整合移动平均自回归短期预测模型，并计算若干差分整合移动平均自回归短期预测模型的贝叶斯信息准则评分，找到贝叶斯信息准则评分最小的差分整合移动平均自回归短期预测模型并进行预测，得到预测值并与测试数据计算对称平均绝对百分比误差值。

5.根据权利要求2所述的一种服务器中时序数据短期预测方法，其特征在于：对时间序列分解模型进行训练包括：

使用时间序列分解算法对训练数据进行分解，分解为趋势项、季节项与余项；

对趋势项使用二次指数平滑方法进行预测；

通过图搜索的策略选出时间序列分解预测模型；

通过二次指数平滑方法得出预测值与季节项相加得出最终预测值，最终预测值与测试数据计算对称平均绝对百分比误差值。

6.根据权利要求1所述的一种服务器中时序数据短期预测方法，其特征在于：历史数据为系统运行指标数据，系统运行指标数据中包括cpu使用率、磁盘使用率、内存使用率与网络流量信息。

7.一种服务器中时序数据短期预测系统，其特征在于，包括：数据提取模块、数据分片模块、模型训练模块、模型评价模块、模型保存模块和模型预测模块；

所述数据提取模块提取时序数据库中历史数据；

所述数据分片模块将所述数据提取模块提取的所述历史数据进行分片，分为训练数据和测试数据；

所述模型训练模块使用所述训练数据对霍尔特温特模型、差分整合移动平均自回归模型与时间序列分解模型进行训练，训练完成后得到三种预测模型；

所述模型评价模块计算所述三种预测模型的对称平均绝对百分比误差值，进行对比并找出最小的所述对称平均绝对百分比误差值所对应的所述预测模型，并将该所述预测模型定义为最优预测模型，并存储到数据库中；

所述模型保存模块将所述最优预测模型保存所述数据库中；

所述模型预测模块从所述数据库中的选取所述最优预测模型，从所述时序数据库中选择指标数据，通过所述最优预测模型与所述指标数据计算得出预测值。

8.根据权利要求7所述的一种服务器中时序数据短期预测系统，其特征在于：所述模型训练模块包括霍尔特温特模型训练模块、差分整合移动平均自回归模型训练模块和时间序列分解模型训练模块；

所述霍尔特温特模型训练模块将所述训练数据输入所述霍尔特温特模型中，计算所述对称平均绝对百分比误差值，找到所述对称平均绝对百分比误差值中最小值，并找到对应的所述霍尔特温特模型将该模型命名为霍尔特温特短期预测模型；

所述差分整合移动平均自回归模型训练模块将所述训练数据输入所述差分整合移动平均自回归模型中，计算贝叶斯信息准则评分并找到所述贝叶斯信息准则评分最小的所述差分整合移动平均自回归模型将该模型命名为差分整合移动平均自回归短期预测模型，并计算所述差分整合移动平均自回归短期预测模型的所述对称平均绝对百分比误差值；

所述时间序列分解模型训练模块使用时间序列分解算法将所述训练数据分解为趋势项、季节项与余项，通过图搜索的策略选出时间序列分解模型将该模型命名为时间序列分解预测模型，对所述趋势项使用二次指数平滑方法进行预测，得到预测值并与所述季节项相加得到最终预测值，通过所述最终预测值计算所述对称平均绝对百分比误差值。