一种数据预测方法和装置制造方法及图纸

本申请实施例公开了一种数据预测方法和装置，可获取历史时间区间对应的历史数据，和待预测时间区间中已生成的真实数据，历史时间区间与待预测时间区间所标识时间长度相同。根据历史数据，通过三次指数平滑算法模型得到对应待预测时间区间的预测数据，确定预测数据中的目标数据与真实数据的差值，目标数据与真实数据对应于待预测时间区间中相同的目标时间区间，根据差值确定误差补偿参数，根据误差补偿参数对预测数据进行误差补偿，得到对应待预测时间区间的最终预测数据。通过误差补偿参数对通过三次指数平滑算法模型得到的对应待预测时间区间的预测数据进行误差补偿，从而矫正了预测数据，尽可能的减小了预测误差，提升了最终预测数据的准确度。

【技术实现步骤摘要】
一种数据预测方法和装置
本申请涉及数据处理领域，特别是涉及一种数据预测方法和装置。
技术介绍
时间序列是按照时间排序的一组随机变量，具体指同一统计指标的数值按其发生的时间的先后顺序排列而成的数列。而其中时间序列的分析是指根据已有的历史观测数据对这一指标未来某段时间的数值进行预测。通常时间序列由长期趋势、季节变动、循环变动、不规则变动构成。现实中绝大多数的时间序列本质上是非平稳的而且具有趋势性，周期性，不规则变动等因素。三次指数平滑算法，具有建模简便，能较好的捕捉时间序列的趋势性和季节性的优点。但是采用三次指数平滑算法得到的预测数据与真实数据仍存在一定的误差。如何减小预测误差，能够得到更为准确的预测数据是本领域亟待解决的技术问题。申请内容为了解决上述技术问题，本申请提供了一种数据预测方法和装置，通过计算误差补偿参数来调整三次指数平滑算法得到的预测数据，能够使最终得到的最终预测数据与真实值更为接近，实现了更为准确的预测。为实现上述目的，本申请有如下技术方案：一方面，本申请实施例提供了一种数据预本文档来自技高网...

【技术保护点】
1.一种数据预测方法，其特征在于，所述方法包括：/n获取历史时间区间对应的历史数据，和待预测时间区间中已生成的真实数据；所述历史时间区间与所述待预测时间区间所标识时间长度相同；/n根据所述历史数据，通过三次指数平滑算法模型得到对应所述待预测时间区间的预测数据；/n确定所述预测数据中的目标数据与所述真实数据的差值，所述目标数据与所述真实数据对应于所述待预测时间区间中相同的目标时间区间；/n根据所述差值确定误差补偿参数；/n根据所述误差补偿参数对所述预测数据进行误差补偿，得到对应所述待预测时间区间的最终预测数据。/n

【技术特征摘要】
1.一种数据预测方法，其特征在于，所述方法包括：
获取历史时间区间对应的历史数据，和待预测时间区间中已生成的真实数据；所述历史时间区间与所述待预测时间区间所标识时间长度相同；
根据所述历史数据，通过三次指数平滑算法模型得到对应所述待预测时间区间的预测数据；
确定所述预测数据中的目标数据与所述真实数据的差值，所述目标数据与所述真实数据对应于所述待预测时间区间中相同的目标时间区间；
根据所述差值确定误差补偿参数；
根据所述误差补偿参数对所述预测数据进行误差补偿，得到对应所述待预测时间区间的最终预测数据。


2.根据权利要求1所述的方法，其特征在于，所述历史数据，通过以下方式得到：
获取第一历史数据，判断所述第一历史数据中是否有缺失值，若有，则根据所述第一历史数据利用插值法补充所述第一历史数据得到第二历史数据；
判断所述第二历史数据是否有异常值，若有，则剔除所述异常值并根据所述第二历史数据利用插值法补充所述第二历史数据得到所述第三历史数据；所述异常值为所述第二历史数据中大于所述第二历史数据的上界或小于所述第二历史数据的下界的数据；
根据人工对所述待预测时间区间划分的时间阶段对所述第三历史数据进行时间阶段划分；以便所述第三历史数据划分的时间阶段与所述待预测时间区间划分的时间阶段相同；
根据所述划分的时间阶段对所述第三历史数据进行调整得到历史数据。


3.根据权利要求2所述的方法，其特征在于，所述根据所述划分的时间阶段对所述第三历史数据进行调整得到历史数据，包括：
根据所述划分的时间阶段对所述第三历史数据利用插值法进行调整得到历史数据。


4.根据权利要求2-3任意一项所述的方法，其特征在于，所述插值法，包括：
拉格朗日插值法或样条插值法。


5.根据权利要求2所述的方法，其特征在于，所述上界和所述下界，通过以下方式计算得到：
上界＝U+1.5IQR；
下界＝L－1.5IQR；
其中，U为所述第二历史数据的上四分位数；
L为所述第二历史数据的下四分位数；
IQR＝U－L。


6.一种数据预测装置，其特征在于，所述装置包括：
获取...

【专利技术属性】
技术研发人员：孙晓飞，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：北京;11