标准差，
[0189] 结合公式23、公式24和公式25,根据公式：
[0191] 获得模型准确性Accuracy。
[0192] 本实施方式中，参量重复特性R印eatability指标反映出多次预测实验误差的离 散程度以及每次预测结果离散程度的离散程度，通过标准差的形式给出考虑了每次实验误 差和离散度两个因素在内的重复性指标。
[0193] 模型准确性Accuracy是综合了多次预测实验的平均误差水平、离散度水平和可 重复性水平在内给出的指标，其取值越大代表模型预测准确度和可重复性越高，离散程度 越低，模型性能越好，模型准确性Accuracy取值没有上界。
【主权项】
1. 基于时间序列预测模型适用性量化的预测模型选择方法，其特征在于，所述方法是 基于m个预测模型实现的，它包括以下步骤： 步骤一：根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各预 测模型的误差和预测效率，其中，误差包括整体误差、局部误差、无量纲准则误差和多次试 验性能误差，预测效率为对预测模型输入时间序列到预测模型输出结果所用的时间，所用 的时间越短，则预测模型效率越高； 步骤二：根据预测需求，在m个预测模型中，结合步骤一获得各预测模型的误差和预测 效率，选取满足预测需求的最优预测模型，若满足预测需求的预测模型为一个预测模型，则 该预测模型为最优预测模型，若满足预测需求的预测模型为多个预测模型，则将多个预测 模型两两进行预测能力差异性检验，获得一个最优的预测模型。2. 根据权利要求1所述的基于时间序列预测模型适用性量化的预测模型选择方法，其 特征在于，步骤二中，将多个预测模型两两进行预测能力差异性检验的过程： 采用差异性检验Diebold-Mariano对两个预测模型进行预测能力差异性检验，输出两 个结果，分别为Diebold-Mariano统计量和假设机率p-value， 设两个预测模型分别为第一预测模型和第二预测模型，当Diebold-Mariano统计量为 负，则第一预测模型的预测能力比第二预测模型的预测能力强；当Diebold-Mariano统计 量为为正，则第二预测模型的预测能力比第一预测模型的预测能力强； 假设机率p-value小于0. 05,则两个预测模型间差异明显， 假设机率p-value小于0. 01，则两个预测模型间差异非常明显。3. 根据权利要求1所述的基于时间序列预测模型适用性量化的预测模型选择方法，其 特征在于，整体误差包括含符号绝对误差、无符号绝对误差、含符号相对误差和无符号相对 误差， 含符号绝对误差由平均误差ME组成， 平均误差ME，用于预测预测模型的输出结果相对于真实值偏大或偏小的平均程度， 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的平均误差ME的过程为： 根据公式：获得平均误差ME， 式中，k表示预测时间序列的序号索引，取值范围从1到P，表示第1个到第P个预测点 的序号， 某个预测模型的平均误差ME的绝对值相对其他预测模型的平均误差ME的绝对值大， 表示该预测模型残余的误差相对其他预测模型残余的误差多，即该预测模型的预测结果大 于或者小于真实值； 某个预测模型的平均误差ME的绝对值相对其他预测模型的平均误差ME的绝对值小， 则该预测模型的预测结果大于真实值和小于真实值的几率相同，即没有系统性预测偏差； 平均误差ME越接近0,即相应预测模型均衡性越好； 无符号绝对误差包括均方误差MSE、均方根误差RMSE、对数均方误差MSEL和平均绝对 误差MAE， 均方误差MSE、均方根误差RMSE、对数均方误差MSEL和平均绝对误差MAE，均用于预测 预测模型的输出结果与真实值之间的偏差距离的平均数值， MSE用于预测预测模型的输出结果与真实值之间的偏差距离平方的平均数值，RMSE和 MSE均用于预测预测模型的输出结果与真实值之间的偏差距离的平均数值，MSEL用于预测 预测模型的输出结果与真实值对数尺度下偏差距离的平均数值； 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的均方误差MSE的过程为： 根据公式：获得均方误差MSE ; 某个预测模型的均方误差MSE的计算结果相对其他预测模型的计算结果大，则该预测 模型的预测结果与真实值的偏差大，即整体的偏差程度大， 某个预测模型的均方误差MSE的计算结果相对其他预测模型的计算结果小，则该预测 模型的预测结果与真实值的偏差小，即预测结果接近真实值， 均方误差MSE的计算结果取值为0,表明预测模型能够给出完全准确的预测结果； 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的均方根误差RMSE的过程为： 根据公式：获得均方根误差RMSE ; 某个预测模型的均方根误差RMSE的计算结果相对其他预测模型的计算结果大，则该 预测模型的预测结果与真实值的偏差大，即整体的偏差程度大， 某个预测模型的均方根误差RMSE的计算结果相对其他预测模型的计算结果小，则该 预测模型的预测结果与真实值的偏差小，即预测结果接近真实值， 均方根误差RMSE的计算结果取值为0,表明预测模型能够给出完全准确的预测结果； 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的对数均方误差MSEL的过程为： 根据公式：获得对数均方误差MSEL ; 某个预测模型的对数均方误差MSEL的计算结果相对其他预测模型的计算结果大，则 该预测模型的预测结果与真实值的偏差大，即整体的偏差程度大， 某个预测模型的对数均方误差MSEL的计算结果相对其他预测模型的计算结果小，则 该预测模型的预测结果与真实值的偏差小，即预测结果接近真实值， 对数均方误差MSEL的计算结果取值为0,表明预测模型能够给出完全准确的预测结 果； 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 相应预测模型的平均绝对误差ME的过程为： 根据公式：获得平均绝对误差ME ; 某个预测模型的平均绝对误差ME的计算结果相对其他预测模型的计算结果大，则该 预测模型的预测结果与真实值的偏差大，即整体的偏差程度大， 某个预测模型的平均绝对误差ME的计算结果相对其他预测模型的计算结果小，则该 预测模型的预测结果与真实值的偏差小，即预测结果接近真实值， 平均绝对误差ME的计算结果取值为0,表明预测模型能够给出完全准确的预测结果； 含符号相对误差包括平均百分比误差MPE和相对容量误差RVE， 相对容量误差RVE和平均百分比误差MPE，均用于计算每个预测点相对误差的总体平 均水平， 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果％，获得各 预测模型的平均百分比误差MPE的过程为： 根据公式：获得平均百分比误差MPE ; 某个预测模型的平均百分比误差MPE的绝对值相对其他预测模型的平均百分比误差 MPE的绝对值大，则该预测模型的预测结果大于真实值或者小于真实值； 平均百分比误差MPE取值的绝对值接近0,则正负误差出现的几率和大小相同，系统偏 差小； 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的相对容量误差RVE的过程为： 根据公式：获得相对容量误差RVE ; 某个预测模型相对其他预测模型的相对容量误差RVE的绝对值大，则预测模型存在系 统偏差大，则该预测模型预测结果大于真实值或者小于真实值； 相对容量误差RVE取值的绝对值接近O的，则预测结果与真实值之间出现正负误差的 几率和大小相同，系统偏差小； 无符号相对误差包括均方相对误差MSRE、平均绝对百分比误差MAPE、平均绝对尺度误 差MASE和归一化均方根误差NRMSE， 均方相对误差MSRE，用于计算预测模型总体的平均相对预测偏差， 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的均方相对误差MSRE的过程为： 根据公式：获得均方相对误差MSRE ; 平均绝对百分比误差MAPE，计算每个预测点绝对误差相对于数据点的大小，再计算所 有计算结果的平均值，用来预测预测结果相对于真实值的相对偏差的平均水平， 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的平均绝对百分比误差MPE的过程为： 根据公式：获得平均绝对百分比误差MPE ; 平均绝对尺度误差MASE，用于计算预测偏差相对于数据自身增幅的大小， 步骤一中，根据每个预测模型的预测步长P、真实值Xk和预测模型输出结果毛，获得各 预测模型的平均绝对尺度误差MSE的过程为： 根据公式：获得平均绝对尺度误差MASE ; 平均绝对尺度误差MSE超出数据自