The invention discloses a comprehensive time series forecasting method and system. The method is as follows: 1) to obtain the historical data of target data, and the K time series prediction method of the historical data of the historical forecast results; 2) to calculate the optimal parameters according to the historical data and historical prediction results; 3) prediction set time prediction method to predict the target data by using the K time series the value of; 4) according to the optimal parameters of step 3) the predicted values were calculated and predicted the setting time of the target data value. The invention has high prediction accuracy so as to assist the relevant demand personnel to make better decisions.
【技术实现步骤摘要】
一种综合性时间序列预测方法及系统
本专利技术涉及一种综合性时间序列预测方法及系统,属于计算机软件
技术介绍
现有技术中,绝大多数时间序列的预测方法是有各种局限性的。有的效果较好,但是只能进行较短期的预测;有的可以进行较长期的预测,但是效果相对较差。时间序列预测技术贯穿了多种行业,例如区域经济预测、旅游热度预测、酒店入住量预测等。综合性不足的时间序列预测方式会导致较大的预测误差。例如使用历史同期的时间序列预测方式,能够预测的时间区间较大,但预测准确度不足;使用ARIMA算法预测时间序列,准确性较高,但有效的时间区间较小。这些综合性不足的时间序列预测结果可能会导致产业链上游决策错误,影响到产业链的整体效益。
技术实现思路
本专利技术要解决的技术问题是为了克服现有技术中时间序列预测方法综合性不足的缺陷,提供一种将多种不普适的预测方法进行综合,形成一套综合性时间序列预测系统及方法。本专利技术是通过下述技术方案来解决上述技术问题的:一种综合性时间序列预测方法,其步骤为:1)获取目标数据的历史数据,以及k种时间序列预测方法对该历史数据的历史预测结果;2)根据该历史数据及历史预测结果计算出一最佳参数组合;3)利用该k种时间序列预测方法预测该目标数据的设定时间的预测值;4)根据该最佳参数组合对步骤3)得到的预测值进行计算,得到该目标数据的该设定时间的预测值。进一步的,计算出该最佳参数组合的方法为:21)设(R1,R2,…,Ri,…,Rn)为n个历史数据,其中Ri代表第i个历史数据的真实值;设(F11,F12,…,F1n),(F21,F22,…,F2n),…,(Fk1 ...
【技术保护点】
一种综合性时间序列预测方法,其步骤为:1)获取目标数据的历史数据,以及k种时间序列预测方法对该历史数据的历史预测结果;2)根据该历史数据及历史预测结果计算出一最佳参数组合;3)利用该k种时间序列预测方法预测该目标数据的设定时间的预测值;4)根据该最佳参数组合对步骤3)得到的预测值进行计算,得到该目标数据的该设定时间的预测值。
【技术特征摘要】
1.一种综合性时间序列预测方法,其步骤为:1)获取目标数据的历史数据,以及k种时间序列预测方法对该历史数据的历史预测结果;2)根据该历史数据及历史预测结果计算出一最佳参数组合;3)利用该k种时间序列预测方法预测该目标数据的设定时间的预测值;4)根据该最佳参数组合对步骤3)得到的预测值进行计算,得到该目标数据的该设定时间的预测值。2.如权利要求1所述的方法,其特征在于,计算出该最佳参数组合的方法为:21)设(R1,R2,…,Ri,…,Rn为n个历史数据,其中Ri代表第i个历史数据的真实值;设(F11,F12,…,F1n,(F21,F22,…,F2n,…,(Fk1,Fk2,…,Fkn为该k种时间序列预测方法对该历史数据的历史预测结果,其中Fkn代表第k种预测方法对第n个历史数据的预测结果;设置偏置项F(k+1)1=F(k+1)2=…=F(k+1)n=1;22)根据步骤21)的数据建立核心线性方程组Fit代表第i种时间序列预测方法对第t个历史数据的历史预测结果,Fjt代表第j种时间序列预测方法对第t个历史数据的历史预测结果,Rt代表第t个历史数据的真实值;23)求解该核心线性方程组;如果无解,则查找该历史预测结果中具有线性相关的一对历史预测结果,并删除其中一历史预测结果;然后重新建立核心线性方程组并求解,直至得到该核心线性方程组的解,即该最佳参数组合,记为(X1,X2,…,Xk+1)。3.如权利要求2所述的方法,其特征在于,步骤4)中,根据公式计算该设定时间的预测值;其中,Xi为该最佳参数组合中的第i个参数,Fi代表第i种时间序列预测方法对该目标数据的设定时间的预测值。4.如权利要求1所述的方法,其特征在于,计算出该最佳参数组合的方法为:先查找该历史预测结果中具有线性相关的预测结果对并删除每一预测结果对中的一预测结果,直至该历史预测结果中没有线性相关的预测结果,然后根据剩余的预测结果建立核心线性方程组Fit代表第i种时间序列预测方法对第t个历史数据的历史预测结果,Fjt代表第j种时间序列预测方法对第t个历史数据的历史预测结果,Rt代表第t个历史数据的真实值;然后求解该核心线...
【专利技术属性】
技术研发人员:吴荣彬,戴宇超,焦宇,林小俊,
申请(专利权)人:北京众荟信息技术股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。