[发明专利]一种SARIMA模型进行多步预测的方法、装置及设备

权利要求书

1.一种SARIMA模型进行多步预测的方法，其特征在于，包括：

获取初始数据集，并对所述初始数据集进行处理得到以单位时间为单元的训练数据集；

根据所述训练数据集，基于SARIMA模型进行模型训练，得到目标模型；

根据所述目标模型进行单步预测，得到下一单元的单步预测值；

将所述单步预测值作为单步真值加入所述训练数据集中，更新所述训练数据集；

基于更新后的所述训练数据集，迭代执行上述模型训练、单步预测和训练数据集更新步骤，直至得到目标时间段的每个单元的单步预测值。

2.如权利要求1所述的方法，其特征在于，所述获取初始数据集，并对所述初始数据集进行处理得到以单位时间为单元的训练数据集，具体为：

获取初始数据集；

对所述初始数据集进行数据清洗，并以单位时间为单元，进行依次排序得到训练数据集。

3.如权利要求1所述的方法，其特征在于，所述单步预测具体为根据所述目标模型对下一个单位时间单元的数据进行预测。

4.如权利要求1所述的方法，其特征在于，所述基于更新后的所述训练数据集，迭代执行上述模型训练、单步预测和训练数据集更新步骤，直至得到目标时间段的每个单元的单步预测值步骤之后，还包括：

分别计算所述每个单元的单步预测值的绝对百分比误差，并计算所有单元的平均绝对百分比误差；

基于所述平均绝对百分比误差，得到预测效果的评价指标。

5.如权利要求4所述的方法，其特征在于，所述评价指标具体为所有单步预测值的平均绝对百分比误差的中位数。

6.一种SARIMA模型进行多步预测的装置，其特征在于，包括数据获取模块、模型建立模块、单步预测模块、数据更新模块和迭代预测模块，其中：

所述数据获取模块用于，获取初始数据集，并对所述初始数据集进行处理得到以单位时间为单元的训练数据集；

所述模型建立模块用于，根据所述训练数据集，基于SARIMA模型进行模型训练，得到目标模型；

所述单步预测模块用于，根据所述目标模型进行单步预测，得到下一单元的单步预测值；

所述数据更新模块用于，将所述单步预测值作为单步真值加入所述训练数据集中，更新所述训练数据集；

所述迭代预测模块用于，基于更新后的所述训练数据集，迭代执行上述模型训练、单步预测和训练数据集更新步骤，直至得到目标时间段的每个单元的单步预测值。

7.如权利要求6所述的装置，其特征在于，还包括误差计算模块和评价指标模块：

所述误差计算模块用于，分别计算所述每个单元的单步预测值的绝对百分比误差，并计算所有单元的平均绝对百分比误差；

所述评价指标模块用于，基于所述平均绝对百分比误差，得到预测效果的评价指标。

8.一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。