一种基于定量筛选时间序列预测模型的时间序列预测方法
【技术领域】
[0001] 本发明属于时间序列预测模型的定量选择领域。
【背景技术】
[0002] 时间序列预测模型与时间序列特性之间的匹配程度决定了预测效果，因此需要针 对时间序列为其选择适合的时间序列预测模型进行预测分析。然而，在现有研究中，主要基 于经验或少量的实验进行预测模型的选择，在选择过程中主观因素影响较多，并且即使采 用实验方式进行模型选择，往往也只是使用单一的评价指标进行片面的适用性评价并基于 该种片面的定量的适用性评价结果进行模型的选择，该样选择出的模型往往不是综合性能 最优的。
[0003] 因此，当前缺少一种对时间序列预测模型的适用性进行全面的量化评价并基于该 种量化评价结果进行模型选择的定量选择机制，该种选择机制应是一种通用的、可W针对 用户应用的实际需求进行灵活定制化的时间序列预测模型定量选择机制。
【发明内容】
[0004] 本发明是为了解决现有时间序列预测模型的定量筛选准确度低的问题，本发明提 供了一种基于定量筛选时间序列预测模型的时间序列预测方法。
[0005] 一种基于定量筛选时间序列预测模型的时间序列预测方法，它是基于m个候选预 测模型实现的，m为正整数，该方法包括如下步骤：
[0006] 步骤一；根据需要评价的指标，对m个候选预测模型进行模型的定量筛选，获得最 优模型；
[0007] 所述指标包括整体误差指标、预测效率指标、局部误差指标、无量纲准则指标和多 次实验性能指标；
[000引步骤二：利用最优模型对时间序列进行预测。
[0009] 所述的步骤一中，对m个候选预测模型进行模型的定量筛选，获得最优模型的具 体步骤如下：
[0010] 步骤一一；当需要对时间序列进行整体误差指标和预测效率指标计算时，分别对 每个候选预测模型的整体误差指标和预测效率指标，进行百分比分数计算，获得所有候选 预测模型在整体误差指标下的适用性分数和所有候选预测模型在预测效率指标下的适用 性分数，并对所有候选预测模型在整体误差指标下的适用性分数和所有候选预测模型在预 测效率指标下的适用性分数进行加权平均，获得所有候选预测模型的综合适用性分数，对 所有候选预测模型的综合适用性分数由低至高排序，并将综合适用性分数最低的两个候选 预测模型作为第一组相对最优的两个模型；
[0011] 步骤一二：当需要对时间序列进行局部误差指标计算时，对m个候选预测模型在 局部误差指标下的各项指标进行综合排名，获得每个候选预测模型在局部误差指标下的平 均排名，并将在局部误差指标下，平均排名最小的两个候选预测模型作为第二组相对最优 的两个模型；
[0012] 步骤一当需要对时间序列进行无量纲准则指标计算时，对m个候选预测模型 在无量纲准则指标下的各项指标进行综合排名，获得每个候选预测模型在无量纲准则指标 下的平均排名，并将在无量纲准则指标下，平均排名最小的两个候选预测模型作为第=组 相对最优的两个模型；
[0013] 步骤一四；当需要对时间序列进行多次实验性能指标计算时，对m个候选预测模 型在多次实验性能指标下的各项指标进行综合排名，获得每个候选预测模型在多次实验性 能指标下的平均排名，并将在多次实验性能指标下，平均排名最小的两个候选预测模型作 为第四组相对最优的两个模型；
[0014] 步骤一五；对步骤一一至步骤一四中获得的相对最优模型进行统计，计算每个相 对最优模型出现的频数，出现频数最高的2个相对最优模型均作为候选最优模型；
[0015] 步骤一六；对步骤一五中获得的两个候选最优模型进行差异性检测，将检测结果 中相对性能优异的模型作为最优模型，完成对最优模型的获取。
[0016] 所述的步骤一一中，当需要对时间序列进行整体误差指标和预测效率指标计算 时，分别对每个候选预测模型的整体误差指标和预测效率指标，进行百分比分数计算，获得 所有候选预测模型在整体误差指标下的适用性分数和所有候选预测模型在预测效率指标 下的适用性分数，并对所有候选预测模型在整体误差指标下的适用性分数和所有候选预测 模型在预测效率指标下的适用性分数进行加权平均，获得所有候选预测模型的综合适用性 分数的具体过程为：
[0017] 步骤a;在整体误差指标中，选择n个适用性评价指标Metrici~Metric。，其中， Metrici~Metric。分别表示整体误差指标中的第1至第n个适用性评价指标，n为正整数， [001引步骤b;通过公式（1)获得m个候选预测模型在整体误差指标中的第i个适用性 评价指标的适用性分数向量邸R.GRADEi,，
[0019] 通过公式（2)获得第j个候选预测模型在n个适用性评价指标Metrici~Metric。 下的适用性分数向量ERR.GRADEJ，
[0020] 公式（1)和公式似如下所示，
【主权项】
1. 一种基于定量筛选时间序列预测模型的时间序列预测方法，其特征在于，它是基于 m个候选预测模型实现的，m为正整数，该方法包括如下步骤： 步骤一：根据需要评价的指标，对m个候选预测模型进行模型的定量筛选，获得最优模 型； 所述指标包括整体误差指标、预测效率指标、局部误差指标、无量纲准则指标和多次实 验性能指标； 步骤二：利用最优模型对时间序列进行预测。
2. 根据权利要求1所述的一种基于定量筛选时间序列预测模型的时间序列预测方法， 其特征在于，所述的步骤一中，对m个候选预测模型进行模型的定量筛选，获得最优模型的 具体步骤如下： 步骤一一：当需要对时间序列进行整体误差指标和预测效率指标计算时，分别对每个 候选预测模型的整体误差指标和预测效率指标，进行百分比分数计算，获得所有候选预测 模型在整体误差指标下的适用性分数和所有候选预测模型在预测效率指标下的适用性分 数，并对所有候选预测模型在整体误差指标下的适用性分数和所有候选预测模型在预测效 率指标下的适用性分数进行加权平均，获得所有候选预测模型的综合适用性分数，对所有 候选预测模型的综合适用性分数由低至高排序，并将综合适用性分数最低的两个候选预测 模型作为第一组相对最优的两个模型； 步骤一二：当需要对时间序列进行局部误差指标计算时，对m个候选预测模型在局部 误差指标下的各项指标进行综合排名，获得每个候选预测模型在局部误差指标下的平均排 名，并将在局部误差指标下，平均排名最小的两个候选预测模型作为第二组相对最优的两 个模型； 步骤一三：当需要对时间序列进行无量纲准则指标计算时，对m个候选预测模型在无 量纲准则指标下的各项指标进行综合排名，获得每个候选预测模型在无量纲准则指标下的 平均排名，并将在无量纲准则指标下，平均排名最小的两个候选预测模型作为第三组相对 最优的两个模型； 步骤一四：当需要对时间序列进行多次实验性能指标计算时，对m个候选预测模型在 多次实验性能指标下的各项指标进行综合排名，获得每个候选预测模型在多次实验性能指 标下的平均排名，并将在多次实验性能指标下，平均排名最小的两个候选预测模型作为第 四组相对最优的两个模型； 步骤一五：对步骤一一至步骤一四中获得的相对最优模型进行统计，计算每个相对最 优模型出现的频数，出现频数最高的2个相对最优模型均作为候选最优模型； 步骤一六：对步骤一五中获得的两个候选最优模型进行差异性检测，将检测结果中相 对性能优异的模型作为最优模型，完成对最优模型的获取。
3. 根据权利要求2所述的一种基于定量筛选时间序列预测模型的时间序列预测方法， 其特征在于，所述的步骤一一中，当需要对时间序列进行整体误差指标和预测效率指标计 算时，分别对每个候选预测模型的整体误差指标和预测效率指标，进行百分比分数计算，获 得所有候选预测模型在整体误差指标下的适用性分数和所有候选预测模型在预测效率指 标下的适用性分数，并对所有候选预测模型在整体误差指标下的适用性分数和所有候选预 测模型在预测效率指标下的适用性分数进行加权平均，获得所有候选预测模型的综合适用 性分数的具体过程为： 步骤a :在整体误差指标中，选择η个适用性评价指标Metric1W Metric n，其中， Metric1W Metric 别表示整体误差指标中的第1至第η个适用性评价指标，η为正整数， 步骤b :通过公式（1)获得m个候选预测模型在整体误差指标中的第i个适用性评价 指标的适用性分数向量ERR. GRADER， 通过公式（2)获得第j个候选预测模型在η个适用性评价指标Metric1W Metric 的适用性分数向量ERR. GRADE，j， 公式（1)和公式（2)如下所示，
Metric^表示第j个候选预测模型在第i个适用性评价指标下的指标计算结果，j为 正整数， MetriciJ表示第j个候选预测模型在第i个适用性评价指标下的指标计算数值结果， i为正整数， 步骤c :通过ERR. GRADEi,和ERR. GRADE j获得ERR. GRADE u，并通过公式（3)获得整体 误差指标的适用性分数向量MODEL. ERR. GRADE，
其中，ERR. GRADEii」表示第j个候选预测模型在第i个适用性评价指标下的适用性分 数，表示第i个适用性评价指标下通过百分比分数计算方式计算得到的适用性分数的权 重， 步骤d:计算m个候选预测模型各自建模预测所需要消耗的时间，并利用百分比计算的 方式，获得预测效率指标的适用性分数向量MODEL. ??Μ. GRADE，
其中，OP. TIME廣示第j个候选预测模型从时间序列输入到预测结果输出所消耗的时 间， 步骤e :对步骤c获得的整体误差指标的适用性分数向量MODEL. ERR. GRADE和步骤d获 得的预测效率指标的适用性分数向量MODEL. TIM. GRADE进行加权平均，获得所有候选预测 模型的综合适用性分数向量， 其中，第j个候选预测模型的综合适用性分数MODEL. GRADEjS :
其中，MODEL. ERR. GRADEj表示第j个候选预测模型从整体误差角度出发的适用性分数， MODEL. ??Μ. GRADEj表示第j个候选预测模型从预测效率角度出发的适用性分数，WEffieieney表 示为从预测效率角度出发的适用性分数对应的权重，示从整体误差角度出发的适 用性分数对应的权重。
【专利摘要】一种基于定量筛选时间序列预测模型的时间序列预测方法，解决了现有时间序列预测模型的定量筛选准确度低的问题。该时间序列预测方法是基于m个候选预测模型实现的，m为正整数，该方法包括如下步骤：步骤一：根据需要评价的指标，对m个候选预测模型进行模型的定量筛选，获得最优模型；所述指标包括整体误差指标、预测效率指标、局部误差指标、无量纲准则指标和多次实验性能指标；步骤二：利用最优模型对时间序列进行预测。它主要用于从众多时间序列模型中选择适合模型。
【IPC分类】G06Q10-04
【公开号】CN104866930
【申请号】CN201510320832
【发明人】彭宇, 刘大同, 郭力萌, 彭喜元
【申请人】哈尔滨工业大学
【公开日】2015年8月26日
【申请日】2015年6月12日