具体地，图6示意性示出了根据本发明的一个实施方式的、更新用于时间序列数 据的预测模型的方法的流程图600。如图6所示，在步骤S602中，响应于接收到更新预测模 型的通知，获取与通知相关联的当前预测时间窗口h和与所述预测模型相关联的当前训练 时间窗口，其中通知是根据上文的方法来提供的。在此实施方式中，通知相关联的当前预测 时间窗口 h和与所述预测模型相关联的当前训练时间窗口，即为采用上文用于更新用于时 间序列数据的预测模型的方法时所使用的当前预测时间窗口h和当前训练时间窗口。
[0073] 在步骤S604中，计算与当前训练时间窗口和当前预测时间窗口 h相关联的总累积 误差ACCh。总累积误差ACCh可以反映在旧的训练时间窗口 w和预测时间窗口 h所覆盖的 范围内，使用预测模型时所累积的误差的总和，通过将某个范围内的累积误差与该总累积 误差ACCh进行比较，即可确定该范围内的累积误差对于总累积误差ACC h的贡献。
[0074] 在步骤S606中，提取时间点的范围，使得时间序列数据在该范围内的实际测量值 id 与预测值之间的累积误差ACCw,和总累积误差ACCh之间的比例& 大于或等于预定 比例。当选定的范围与旧的训练时间窗口 W和预测时间窗口 h所覆盖的范围完全重合时， 该比例R为1。在本发明的实施方式中，可以选择使得比例R大于或者等于预定比例（例 如，70% )的范围，来作为新的训练时间窗口。继而，在步骤S608中，提供时间点的范围作 为更新预测模型的新的训练时间窗口 w'。
[0075] 图7示意性示出了根据本发明的一个实施方式的、获取新的预测时间窗口 h'的示 意图600。如图6所示，横坐标表示时间，而纵坐标表示比例
_ 其中ACCw,表示时 间序列数据在特定范围内的实际测量值与预测值之间的累积误差，而ACCh表示总累积误差 ACCh。
[0076] 例如，在图7所示的示例中，与时间点A750和时间点B760之间的范围相关联的比 例R大于等于预定比例，此时可以选择时间点A750和时间点B760之间范围作为新的训练 时间窗口 w'。
[0077] 在本发明的一个实施方式中，累积误差：
[0078]
[0079] W'是新的训练时间窗口；以及
[0080] 总匿和退罢·
[0081]
[0082] 在本发明的实施方式中，可以采用上述公式来获取满足预定比例的范围。应当注 意，上述公式仅仅是用于衡量选定的时间范围对于整体误差的贡献的一个具体示例。在本 发明的上下文中，在不脱离本发明的原理的情况下，本领域技术人员还可以根据应用环境 而采用其他的实现方式。例如，可以针对不同时间段内的误差赋予不同的权重，例如，对于 靠近当前时间的时间段内的误差赋予较高权重；或者，本领域技术人员还可以基于统计学 原理或者概率分布原理，基于具体应用环境的情况来以其他公式实现。
[0083] 前面已经参考附图描述了实现本发明的方法的各个实施方式。本领域技术人员可 以理解的是，上述方法既可以以软件方式实现，也可以以硬件方式实现，或者通过软件与硬 件相结合的方式实现。并且，本领域技术人员可以理解，通过以软件、硬件或者软硬件相结 合的方式实现上述方法中的各个步骤，可以提供一种基于相同发明构思的一种设备。即使 该设备在硬件结构上与通用处理设备相同，由于其中所包含的软件的作用，使得该设备表 现出区别于通用处理设备的特性，从而形成本发明的各个实施方式的设备。本发明中所述 设备包括若干装置或模块，所述装置或模块被配置为执行相应步骤。本领域的所述技术人 员通过阅读本说明书可以理解如何编写程序实现所述装置或模块执行的动作。由于所述设 备与方法基于相同的发明构思，因此其中相同或相应的实现细节同样适用于与上述方法对 应的装置或模块，由于其在上文中已经进行了详细和完整的描述，因此在下文中可能不再 进行赘述。
[0084] 图8A和图8B分别示意性示出了根据本发明的一个实施方式的、更新用于时间序 列数据的预测模型的装置的框图800A和800B。如图8A所示，提供了一种更新预测模型的 装置，包括：选择模块810A，配置用于从与预测模型相关联的多个预测时间窗口中按顺序 选择当前预测时间窗口 h ;预测模块820A，配置用于基于预测模型，预测时间序列数据在当 前预测时间窗口 h内的各个时间点k的预测值久；计算模块830A，配置用于基于时间序列 数据在当前预测时间窗口 h内的各个时间点k的实际测量值yk和预测值Λ，计算与当前预 测时间窗口 h相关联的预测误差MPE ;以及提供模块840Α，配置用于响应于预测误差MPE 大于或等于与当前预测时间窗口 h相关联的预定误差阈值，提供更新预测模型的通知。 [0085] 在本发明的一个实施方式中，多个预测时间窗口内的时间点的数量是可变的。
[0086] 在本发明的一个实施方式中，与当前预测时间窗口 h相关联的预定误差阈值随着 当前预测时间窗口 h内的时间点的数量的变化而变化。
[0087] 在本发明的一个实施方式中，多个预测时间窗口按照多个预测时间窗口内的时间 点的数量而被划分为多个等级。
[0088] 在本发明的一个实施方式中，与具有相同等级的预测时间窗口相关联的预定误差 阈值是相等的。
[0089] 在本发明的一个实施方式中，多个预测时间窗口的开始时间点是可变的。
[0090] 在本发明的一个实施方式中，顺序包括以下中的至少任一项：按照多个预测时间 窗口内的时间点的数量从小到大的顺序；按照多个预测时间窗口的开始点的时间顺序；以 及随机顺序。
[0091] 在本发明的一个实施方式中，计算模块830A包括：第一计算模块，配置用于 计算当前预测时间窗口 h内的各个时间点k的预测值兔与实际测量值yk之间的误差
以及第二计算模块，配置用于计算预测误? j '
[0092] 如图8Β所示，提供了一种更新用于时间序列数据的预测模型的装置800Β，包括： 获取模块810Β，配置用于响应于接收到更新预测模型的通知，获取与通知相关联的当前预 测时间窗口 h和与所述预测模型相关联的当前训练时间窗口，其中通知是根据上述的装置 来提供的；计算模块820B，配置用于计算与当前训练时间窗口和当前预测时间窗口 h相关 联的总累积误差ACCh;提取模块830B，配置用于提取时间点的范围，使得时间序列数据在范 围内的实际测量值与预测值之间的累积误差ACC w,和总累积误差ACCh之间的比例大于或等 于预定比例；以及提供模块840B，配置用于提供时间点的范围作为更新预测模型的新的训 练时间窗口V 。
[0093] 在本发明的一个实施方式中，累积误差 W'是新的训练时间 窗口；以及总累积误_
[0094] 采用本发明所述的方法和装置，可以在尽可能少地改动现有预测方法的架构的情 况下，提醒在何时应当更新现有预测模型以生成新的预测模型，并且进一步提供应当基于 哪个范围的历史数据来生成新的预测模型。
[0095] 本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算 机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
[0096] 计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形 设备。计算机可读存储介质例如可以是一但不限于--电存储设备、磁存储设备、光存储 设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质 的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM)、只 读存储器（ROM)、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM)、 便携式压缩盘只读存储器（⑶-ROM)、数字多功能盘（DVD)、记忆棒、软盘、机械编码设备、例 如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用 的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁 波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电 线传输的电信号。
[0097] 这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/ 处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或 外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网 关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接 收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备 中的计算机可读存储介质中。
[0098] 用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构（ISA)指 令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语 言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言-诸如 Java、Smalltalk、C++等，以及常规的过程式编程语言-诸如"C"语言或类似的编程语言。 计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为 一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程 计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网 络-包括局域网（LAN)或广域网（WAN)-连接到用户计算机，或者，可以