[发明专利]用于大规模分布式系统的高维时间序列建模方法和系统

权利要求书

1.一种用于大规模分布式系统的高维时间序列建模方法，其特征在于，包括以下步骤：

a. 由多个个体单元组成的大规模分布式系统，个体单元之间可相互通信；

b．主服务器收集分布式系统个体单元发送的高维时间序列数据，将高维时间序列数据进行标准化预处理计算获得标准化后的高维时间序列矩阵，接着标准化后的高维时间序列矩阵进行基于CFS算法的变量筛选工作，进行高维时间序列变量之间相关性的判断，将标准化后的高维时间序列矩阵进行相关性系数矩阵计算，进行高维时间序列变量的筛选，利用序列前向选择搜索策略对变量子集进行搜索，最后经过启发式评估函数评估得到最优特征变量子集；

c．最优特征变量子集通过提取重构数据集的特征值筛选出的最优特征变量子集组成的新的数据集，通过PLSR算法实现最终的模型构建。

2.根据权利要求1所述的用于大规模分布式系统的高维时间序列建模方法，其特征在于，所述步骤b中通过数据预处理计算单元实现高维时间序列的标准化过程，首先数据矩阵和，为输入自变量矩阵，为输出因变量矩阵，形式如下：

其中是样本数；和分别代表自变量和因变量的个数，将数据矩阵和标准化处理得到和，式(2)为标准化处理公式，其中是的均值；是的标准差；是的均值；是的标准差；标准化矩阵形式如式(3)；

。

3.根据权利要求2所述的用于大规模分布式系统的高维时间序列建模方法，其特征在于，所述步骤b中通过相关性系数计算单元实现高维时间序列变量之间相关性的判断，其计算采用皮尔逊相关系数公式计算：

式(4)中是变量与之间的相关系数；、分别为与的均值。

4.根据权利要求3所述的用于大规模分布式系统的高维时间序列建模方法，其特征在于，所述步骤b通过最优变量筛选单元实现高维时间序列变量的筛选，其筛选采用相关性的特征选择算法，启发式评估函数如下：

式(5)中是拥有个特征的特征子集的值；表示所选特征子集中包含特征变量的个数；选择使用皮尔逊相关系数；表示特征自变量与特征因变量之间相关系数的平均值，其中；表示特征自变量与特征自变量之间相关系数的平均值。

5.根据权利要求1所述的用于大规模分布式系统的高维时间序列建模方法，其特征在于，所述步骤c中通过变量子集重构单元利用相关性变量筛选模块中最优变量筛选单元得到的最优变量重构偏最小二乘算法建模所有数据集，其中，为原始数据集自变量的个数，为索引的数组长度，同时也是数据集重构后自变量的个数，且 。

6.根据权利要求5所述的用于大规模分布式系统的高维时间序列建模方法，其特征在于，所述步骤c通过特征提取计算单元实现提取重构数据集的特征值，式（6）为主成分计算的基本形式，式（7）为约束条件：

其中和分别为和的第一个轴；此处要求和能够很好地代表数据矩阵和中的变异信息，推导可得是矩阵最大特征值对应的特征向量，是矩阵最大特征值对应的特征向量，特征向量计算如下：

主成分计算：

负荷向量和回归系数计算：

主成分数迭代计算公式：

式（11）中建模过程中主成分个数的确定采用的是交叉有效性分析法，下面给出基于单因变量PLSR过程下交叉有效性分析的主要公式，

式(12)中是的拟合误差平方和；为因变量真实值；为使用全部样本点并取个主成分建立模型后第个样本的拟合值；式(14)中是的预测误差平方和；是在删除第个样本点后建立模型并用此模型得到的的预测值；式(14)中是交叉有效性的值。

7.根据权利要求6所述的用于大规模分布式系统的高维时间序列建模方法，其特征在于，所述步骤c中通过标准化逆过程计算单元实现最终的模型构建，+。