【技术实现步骤摘要】
本申请涉及时间序列预测领域，特别是涉及一种用于层级结构时间序列预测的预测模型及其构建方法和应用。
技术介绍
1、层级结构时间序列指的是在结构上表现出不同的层级的时间序列，为在不同时间和空间尺度上聚合的时间序列数据集合，这类型的层级结构时间序列通常涉及多个层级，比如天、周、月、季度或者年，每个层级都提供对了对相同对象(如销售量、传染病传播量等)的不同时间或空间尺度的数据。顾名思义，针对于层级结构时间序列的预测是指针对于此类层级结构时间序列的预测，以获取具有时间规律的预测结果。
2、现有技术针对层级结构时间序列的预测方案的改进主要有：通过建立结构矩阵、聚合矩阵和聚合约束来构建层级结构，侧重于如何将不同层级的时间序列数据进行有效的整合；或者是侧重于对基于点的预测模型进行优化，比如调整模型参数以减少底层和上层序列之间的预测误差；再或者是通过各种技术(比如mint算法、结构缩放等)来保证不同层级之间的预测的一致性，但是这种方案通常没有考虑整体预测分布的概率特性。
3、也就是说，目前针对于层级结构时间序列的预测方案存在以下的主要缺陷：1.存在预测一致性的局限性：现有技术着重于确保不同层级(如月度、季度、年度)预测的预测一致性，即更高层级的预测应是更低层级预测的逻辑汇总，虽然可以处理一些层级间的不一致问题，但是它们往往忽视了整体预测分布的概率特性。此外，这些方法可能不足以处理特定类型的数据，如具有间歇性特征的时间序列；2.存在计数变量处理不足的问题：现有技术着眼于连续型数据的处理，无法有效捕捉计数数据(比如病例数和销售
技术实现思路
1、本申请实施例提供了一种用于层级结构时间序列预测的预测模型及其构建方法和应用，通过概率协调的方式综合考虑不同层级的时间序列之间的统计依赖性，克服现有的结构层级时间序列的预测技术的限制，在提高预测准确性和可靠性方面具有显著优势，尤其适用于需要处理复杂层级结构时间序列数据的场景。
2、第一方面，本申请实施例提供了一种用于层级结构时间序列预测的预测模型的构建方法，包括以下步骤：
3、获取层级结构时间序列，基于层级结构时间序列构建包括多个层级的结构矩阵作为训练数据集；
4、利用训练数据集中的结构矩阵的最底层的底层时间序列训练底层预测框架得到底层预测模型，利用训练数据集中的非最底层的每一层级的上层时间序列训练上层预测框架得到对应层级的上层预测模型；
5、获取底层预测模型的底层概率分布质量函数，基于底层概率分布质量函数构建对应于结构矩阵的初始联合概率质量函数；
6、按照上层时间序列的层级顺序依次更新初始联合概率质量函数得到最终联合概率质量函数，其中在每次更新时，取上层时间序列输入到对应层级的上层预测模型中得到上层预测信息，将上层预测信息和底层时间序列输入到当前的联合概率质量函数中得到中间联合质量函数，结合当前上层预测模型的上层概率分布质量函数同中间联合质量函数通过条件化更新底层概率分布质量函数，依据底层概率分布质量函数更新初始联合概率质量函数；
7、取最终更新的初始联合概率质量函数作为最终联合概率质量函数，取最终联合概率质量函数的底层预测模型作为预测模型。
8、第二方面，本申请实施例提供了一种层级结构时间序列预测方法，将待预测的层级结构时间序列输入到所述的用于层级结构时间序列预测的预测模型的构建方法构建的预测模型中输出预测结果。
9、第三方面，本申请实施例提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述的用于层级结构时间序列预测的预测模型的构建方法或者所述的层级结构时间序列预测方法。
10、第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据所述的用于层级结构时间序列预测的预测模型的构建方法或者所述的层级结构时间序列预测方法。
11、相较于现有技术，本技术方案具有以下特点和有益效果：
12、1.解决预测一致性的局限性：通过采用概率协调技术搭建了框架调和框架，通过将上层预测作为虚拟证据来调整底层预测，不仅能确保不同层级预测的数学一致性，而且考虑了整体预测的概率分布，这种方法不只是简单地调整数值以匹配不同层级的总和，而是深入考虑了各层级间预测的概率关系，能够更有效地整合来自层级结构中不同层级的信息，提高预测的整体一致性和准确性。
13、2.提高了计数变量的处理能力：针对于计数数据专门设计了概率模型，以更好地捕捉了计数数据的分布特征，从而使得预测模型在针对于计数数据的预测场景中提供更准确的预测。
14、3.有效整合复杂数据源：通过条件化处理有效地融合来自多个层级的时序序列信息，不仅考虑了数据在不同层级之间的统计依赖性，还能处理潜在的非数值信息和条件依赖性，通过对整个层级结构的概率质量函数进行协调，有效地处理了底层数据中的噪声和不确定性，同时充分利用了上层预测中包含的信息，从而提供更全面和准确的预测。
15、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
本文档来自技高网...【技术保护点】
1.一种用于层级结构时间序列预测的预测模型的构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，选用泊松分布模型作为底层预测框架，底层预测模型用于基于已知的底层时间序列数据预测底层数据。
3.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，取每一层级的上层时间序列，将该层级的上层时间序列输入到对应的上层预测框架中训练得到上层预测模型，上层预测框架选择为时间序列模型的一种或几种。
4.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，将底层概率分布质量函数同指示函数相乘得到初始联合概率质量函数，其中指示函数表示上层时间序列同底层时间序列之间的关系，当上层时间序列是通过底层时间序列计算得到时，指示函数为1，否之为0。
5.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，更新的底层概率分布质量函数的公式如下：
6.根据权利要求5所述的用于层级结构时间序列预测的预测模型的构建
7.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，将层级结构时间序列按照层级区分为不同的层级时间序列，并将层级时间序列按照对应的层级依次排列得到结构矩阵。
8.一种层级结构时间序列预测方法，其特征在于，将待预测的层级结构时间序列输入到根据权利要求1到7任一所述的用于层级结构时间序列预测的预测模型的构建方法构建的预测模型中输出预测结果。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1到7任一所述的用于层级结构时间序列预测的预测模型的构建方法或者权利要求8所述的层级结构时间序列预测方法。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括根据权利要求1到7任一所述的用于层级结构时间序列预测的预测模型的构建方法或者权利要求8所述的层级结构时间序列预测方法。
...【技术特征摘要】
1.一种用于层级结构时间序列预测的预测模型的构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，选用泊松分布模型作为底层预测框架，底层预测模型用于基于已知的底层时间序列数据预测底层数据。
3.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，取每一层级的上层时间序列，将该层级的上层时间序列输入到对应的上层预测框架中训练得到上层预测模型，上层预测框架选择为时间序列模型的一种或几种。
4.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，将底层概率分布质量函数同指示函数相乘得到初始联合概率质量函数，其中指示函数表示上层时间序列同底层时间序列之间的关系，当上层时间序列是通过底层时间序列计算得到时，指示函数为1，否之为0。
5.根据权利要求1所述的用于层级结构时间序列预测的预测模型的构建方法，其特征在于，更新的底层概率分布质量函数的公式如下：
6.根据权利要求5所述的用于层级结构时间序列预测的预...
【专利技术属性】
技术研发人员：许振影，张旷，傅亦婷，周华健，赵宇飞，杨一琼，方震宇，
申请(专利权)人：浙江一山智慧医疗研究有限公司，
类型：发明
国别省市：
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。