[发明专利]一种预测药品销量的ARIMA和支持向量回归融合方法

摘要

本发明公开了一种预测药品销量的ARIMA和支持向量回归融合方法，包括如下步骤：S1、数据的采集、分析：以交互式、可选择的问卷形式，自动生成数据模板，用户根据数据模板上传数据；S2、模型拟合，预测结果对比：利用收集好的用户个性化数据，使用ARIMA、SVR和ARIMASVM进行预测分析，并将得到的结果根据评价指标进行对比分析。本发明是使用计算机软件分析完成的，解决传统的单一模型预测精度低，提取时间序列信息不充分的缺点。同时，将ARIMASVM2集成到基于销量数据的时间序列预测平台之上，具有实时，高效又低成本的特点。

主权项

1.一种预测药品销量的ARIMA和支持向量回归融合方法，其特征在于，包括如下步骤：S1、数据的采集、分析以交互式、可选择的问卷形式，自动生成EXCEL数据模板，用户根据数据模板上传数据；根据用户上传的EXCEL文件，将大数据文件拆分成小的文件，并将原始数据对用户进行可视化展示；时间序列分析，选择原始数据区域时，系统自动根据用户选择的数据，进行多维特征的相关性计算，给出可视化的结果；S2、模型拟合，预测结果对比利用收集好的用户个性化数据，使用ARIMA、SVR和ARIMASVM进行预测分析，并将得到的结果根据评价指标进行对比分析；其中，S2中模型以及计算过程包括：S21、序列平稳性的定义；S22、延迟算子的定义S23、使用ARIMA模型进行拟合；S24、模型定阶及选择参数对时间序列进行ARIMA拟合，而后SVM自回归模型和两个混合模型；S25、进行预测并对比实验结果为了对比和评价模型的优劣，使用RMSE和MAPE作为评价指标；S6、反馈结果以PDF文件的形式，将结果返回为用户。