[发明专利]一种基于STL分解和LSTM网络的时间序列预测方法

说明书

本发明涉及一种基于STL分解和LSTM网络的时间序列预测方法，首先将每一段流数据表示成一个时间顺序向量，应用随机森林算法来剔除掉流数据中的突变点和和全局稀疏点，再对剔除的数据空位进行线性插值；然后对流数据进行STL分解，将分解后的各个分量作为新的特征合并进原本的流数据中；搭建LSTM网络模型，使用流数据中的前向数据信息作为模型的输入，输出预测的数据信息；将分解后合并进新特征的流数据输入LSTM网络中，训练LSTM网络；最后将流数据送入训练好的网络中进行预测。本发明能够对流数据进行预测，并具有一定的鲁棒性和准确率。

技术领域

本发明属于时序数据分析技术领域，涉及一种基于STL分解和LSTM网络的时间序列预测方法。

背景技术

随着移动互联网的兴起，产生了更多时效性更强、速率更快的实时流数据。传统的离线计算方式并不适用于这类数据，对于流数据的处理和应用需求是在当今我们必将面临的难题和挑战，其中一个实际的需求就是对于流数据进行预测。通过预测流数据的趋势，后续可以应用于异常检测等数据分析当中，是非常重要且必要的。

常用于流数据的统计学演变预测模型有自回归移动平均(ARMA)模型，累计和(CUSUM)模型，差分自回归移动平均(ARIMA)模型，多变量自回归(VARMA)模型以及指数加权移动平均(EWMA)模型。以上模型通过统计学的方式来对流数据趋势进行预测，但统计学预测模型需要流数据具备平稳性要求才能够获得较好的效果，因而对于变化多端的流数据不具有较好的适用性和较高的拟合度。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于STL分解和LSTM网络的时间序列预测方法，该方法通过对流数据进行建模、分解，从而解决流数据的趋势预测问题。该方法能够适用于大部分流数据，通过调节STL分解参数以及后续神经网络训练超参数，可以获得较好的鲁棒性和准确率。

本发明的技术方案如下：

一种基于STL分解和LSTM网络的时间序列预测方法，其特征在于包括以下步骤：

步骤1，对数据进行预处理：将每一段流数据表示成一个时间顺序向量，应用随机森林算法来剔除掉流数据中的突变点和和全局稀疏点，再对剔除的数据空位进行线性插值，从而确保了训练数据本身的平稳度，保证训练的稳定性；

步骤2，对流数据进行STL分解：将流数据分解为趋势分量、季节分量和余项分量三个不同的分量，将分解后的各个分量作为新的特征合并进原本的流数据中；

步骤3，搭建LSTM网络模型：该模型由输入层、两层LSTM网络层和一层全连接层组成，低层LSTM层的隐藏层通过前馈连接与高层LSTM层的每个单元完全连接，同时在两层LSTM网络层中加入了dropout机制防止模型的过拟合，使用流数据中的前向数据信息作为模型的输入，输出预测的数据信息；

步骤4，将分解后合并进新特征的流数据输入LSTM网络中，训练LSTM网络；

步骤5，将流数据送入训练好的网络中进行预测。

本发明能够对流数据进行预测，并具有一定的鲁棒性和准确率。

具体实施方式

本发明包括流数据分解和流数据预测两个模块。所述的流数据分解模块采用STL方法对流数据进行处理，将流数据的周期性特征和趋势特征提取出来作为额外特征并入整体数据；所述流数据预测模块是使用LSTM网络来对流数据进行预测。

流数据分解模块的处理流程如下：

STL通过内循环和外循环两个机制来实现：季节分量和趋势分量在每一次的内循环中更新，每个外循环内有η个这样的内循环；而外循环用来更新鲁棒的权重，共有个外循环。这里假设在第k-1次循环结束后，为趋势分量，为周期分量，为每个周期的观察数量，初始化为0，把每一个子序列称为周期子序列。