[发明专利]基于预测模型适用性判断的时间序列预测方法

摘要

基于预测模型适用性判断的时间序列预测方法，涉及时间序列预测技术领域。本发明是为了解决现有时间序列预测研究中，模型可能出现不适用当前数据特征的问题。本发明提出一种标准化、基于实际用户需求的基于预测模型适用性判断的时间序列预测方法。本发明的优点主要在于为实际的时间序列预测应用增加了合理的模型适用性判断步骤，填补了本领域对于时间序列预测模型适用性的研究空白，使得在实际应用中能够根据实际需要不断进行模型适用性的判断，完全克服模型可能不适用的问题。还能够为用户提供一定的决策建议，提高时间序列的预测效果。

主权项

基于预测模型适用性判断的时间序列预测方法，其特征在于，该方法包括以下步骤：步骤一：根据当前时间序列的幅值连续性、长记忆性、趋势性和季节性获得当前时间序列的数据类别；步骤二：判断步骤一获得的数据类别是否与历史时间序列的数据类别相同，是则执行步骤三，否则重新选择预测模型，并利用新的预测模型预测未来时间序列；步骤三：利用历史预测模型进行预测实验，获得模型适用性评价指标；步骤四：根据模型适用性评价指标获得适用性评价结果；步骤五：根据适用性评价结果获得评价结果的变化百分比Degree；步骤六：根据适用性评价类型将评价结果的变化百分比Degree与适用性判断阈值进行比较，判断历史预测模型的结构和参数是否适用于当前时间序列；若历史预测模型的结构和参数均适用，则利用该历史预测模型预测未来时间序列；若历史预测模型的结构适用，历史预测模型的参数不适用，则重新训练历史预测模型的参数，并利用重新训练参数后的预测模型预测未来时间序列；若历史预测模型的结构和参数均不适用，则重新选择预测模型，并利用新的预测模型预测未来时间序列。