標(biāo)準(zhǔn)差，
[0189] 結(jié)合公式23、公式24和公式25,根據(jù)公式：
[0191] 獲得模型準(zhǔn)確性Accuracy。
[0192] 本實(shí)施方式中，參量重復(fù)特性R印eatability指標(biāo)反映出多次預(yù)測實(shí)驗(yàn)誤差的離 散程度以及每次預(yù)測結(jié)果離散程度的離散程度，通過標(biāo)準(zhǔn)差的形式給出考慮了每次實(shí)驗(yàn)誤 差和離散度兩個(gè)因素在內(nèi)的重復(fù)性指標(biāo)。
[0193] 模型準(zhǔn)確性Accuracy是綜合了多次預(yù)測實(shí)驗(yàn)的平均誤差水平、離散度水平和可 重復(fù)性水平在內(nèi)給出的指標(biāo)，其取值越大代表模型預(yù)測準(zhǔn)確度和可重復(fù)性越高，離散程度 越低，模型性能越好，模型準(zhǔn)確性Accuracy取值沒有上界。
【主權(quán)項(xiàng)】
1. 基于時(shí)間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法，其特征在于，所述方法是 基于m個(gè)預(yù)測模型實(shí)現(xiàn)的，它包括以下步驟： 步驟一：根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各預(yù) 測模型的誤差和預(yù)測效率，其中，誤差包括整體誤差、局部誤差、無量綱準(zhǔn)則誤差和多次試 驗(yàn)性能誤差，預(yù)測效率為對(duì)預(yù)測模型輸入時(shí)間序列到預(yù)測模型輸出結(jié)果所用的時(shí)間，所用 的時(shí)間越短，則預(yù)測模型效率越高； 步驟二：根據(jù)預(yù)測需求，在m個(gè)預(yù)測模型中，結(jié)合步驟一獲得各預(yù)測模型的誤差和預(yù)測 效率，選取滿足預(yù)測需求的最優(yōu)預(yù)測模型，若滿足預(yù)測需求的預(yù)測模型為一個(gè)預(yù)測模型，則 該預(yù)測模型為最優(yōu)預(yù)測模型，若滿足預(yù)測需求的預(yù)測模型為多個(gè)預(yù)測模型，則將多個(gè)預(yù)測 模型兩兩進(jìn)行預(yù)測能力差異性檢驗(yàn)，獲得一個(gè)最優(yōu)的預(yù)測模型。2. 根據(jù)權(quán)利要求1所述的基于時(shí)間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法，其 特征在于，步驟二中，將多個(gè)預(yù)測模型兩兩進(jìn)行預(yù)測能力差異性檢驗(yàn)的過程： 采用差異性檢驗(yàn)Diebold-Mariano對(duì)兩個(gè)預(yù)測模型進(jìn)行預(yù)測能力差異性檢驗(yàn)，輸出兩 個(gè)結(jié)果，分別為Diebold-Mariano統(tǒng)計(jì)量和假設(shè)機(jī)率p-value， 設(shè)兩個(gè)預(yù)測模型分別為第一預(yù)測模型和第二預(yù)測模型，當(dāng)Diebold-Mariano統(tǒng)計(jì)量為 負(fù)，則第一預(yù)測模型的預(yù)測能力比第二預(yù)測模型的預(yù)測能力強(qiáng)；當(dāng)Diebold-Mariano統(tǒng)計(jì) 量為為正，則第二預(yù)測模型的預(yù)測能力比第一預(yù)測模型的預(yù)測能力強(qiáng)； 假設(shè)機(jī)率p-value小于0. 05,則兩個(gè)預(yù)測模型間差異明顯， 假設(shè)機(jī)率p-value小于0. 01，則兩個(gè)預(yù)測模型間差異非常明顯。3. 根據(jù)權(quán)利要求1所述的基于時(shí)間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法，其 特征在于，整體誤差包括含符號(hào)絕對(duì)誤差、無符號(hào)絕對(duì)誤差、含符號(hào)相對(duì)誤差和無符號(hào)相對(duì) 誤差， 含符號(hào)絕對(duì)誤差由平均誤差ME組成， 平均誤差ME，用于預(yù)測預(yù)測模型的輸出結(jié)果相對(duì)于真實(shí)值偏大或偏小的平均程度， 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的平均誤差ME的過程為： 根據(jù)公式：獲得平均誤差ME， 式中，k表示預(yù)測時(shí)間序列的序號(hào)索引，取值范圍從1到P，表示第1個(gè)到第P個(gè)預(yù)測點(diǎn) 的序號(hào)， 某個(gè)預(yù)測模型的平均誤差ME的絕對(duì)值相對(duì)其他預(yù)測模型的平均誤差ME的絕對(duì)值大， 表示該預(yù)測模型殘余的誤差相對(duì)其他預(yù)測模型殘余的誤差多，即該預(yù)測模型的預(yù)測結(jié)果大 于或者小于真實(shí)值； 某個(gè)預(yù)測模型的平均誤差ME的絕對(duì)值相對(duì)其他預(yù)測模型的平均誤差ME的絕對(duì)值小， 則該預(yù)測模型的預(yù)測結(jié)果大于真實(shí)值和小于真實(shí)值的幾率相同，即沒有系統(tǒng)性預(yù)測偏差； 平均誤差ME越接近0,即相應(yīng)預(yù)測模型均衡性越好； 無符號(hào)絕對(duì)誤差包括均方誤差MSE、均方根誤差RMSE、對(duì)數(shù)均方誤差MSEL和平均絕對(duì) 誤差MAE， 均方誤差MSE、均方根誤差RMSE、對(duì)數(shù)均方誤差MSEL和平均絕對(duì)誤差MAE，均用于預(yù)測 預(yù)測模型的輸出結(jié)果與真實(shí)值之間的偏差距離的平均數(shù)值， MSE用于預(yù)測預(yù)測模型的輸出結(jié)果與真實(shí)值之間的偏差距離平方的平均數(shù)值，RMSE和 MSE均用于預(yù)測預(yù)測模型的輸出結(jié)果與真實(shí)值之間的偏差距離的平均數(shù)值，MSEL用于預(yù)測 預(yù)測模型的輸出結(jié)果與真實(shí)值對(duì)數(shù)尺度下偏差距離的平均數(shù)值； 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的均方誤差MSE的過程為： 根據(jù)公式：獲得均方誤差MSE ; 某個(gè)預(yù)測模型的均方誤差MSE的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果大，則該預(yù)測 模型的預(yù)測結(jié)果與真實(shí)值的偏差大，即整體的偏差程度大， 某個(gè)預(yù)測模型的均方誤差MSE的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果小，則該預(yù)測 模型的預(yù)測結(jié)果與真實(shí)值的偏差小，即預(yù)測結(jié)果接近真實(shí)值， 均方誤差MSE的計(jì)算結(jié)果取值為0,表明預(yù)測模型能夠給出完全準(zhǔn)確的預(yù)測結(jié)果； 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的均方根誤差RMSE的過程為： 根據(jù)公式：獲得均方根誤差RMSE ; 某個(gè)預(yù)測模型的均方根誤差RMSE的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果大，則該 預(yù)測模型的預(yù)測結(jié)果與真實(shí)值的偏差大，即整體的偏差程度大， 某個(gè)預(yù)測模型的均方根誤差RMSE的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果小，則該 預(yù)測模型的預(yù)測結(jié)果與真實(shí)值的偏差小，即預(yù)測結(jié)果接近真實(shí)值， 均方根誤差RMSE的計(jì)算結(jié)果取值為0,表明預(yù)測模型能夠給出完全準(zhǔn)確的預(yù)測結(jié)果； 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的對(duì)數(shù)均方誤差MSEL的過程為： 根據(jù)公式：獲得對(duì)數(shù)均方誤差MSEL ; 某個(gè)預(yù)測模型的對(duì)數(shù)均方誤差MSEL的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果大，則 該預(yù)測模型的預(yù)測結(jié)果與真實(shí)值的偏差大，即整體的偏差程度大， 某個(gè)預(yù)測模型的對(duì)數(shù)均方誤差MSEL的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果小，則 該預(yù)測模型的預(yù)測結(jié)果與真實(shí)值的偏差小，即預(yù)測結(jié)果接近真實(shí)值， 對(duì)數(shù)均方誤差MSEL的計(jì)算結(jié)果取值為0,表明預(yù)測模型能夠給出完全準(zhǔn)確的預(yù)測結(jié) 果； 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 相應(yīng)預(yù)測模型的平均絕對(duì)誤差ME的過程為： 根據(jù)公式：獲得平均絕對(duì)誤差ME ; 某個(gè)預(yù)測模型的平均絕對(duì)誤差ME的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果大，則該 預(yù)測模型的預(yù)測結(jié)果與真實(shí)值的偏差大，即整體的偏差程度大， 某個(gè)預(yù)測模型的平均絕對(duì)誤差ME的計(jì)算結(jié)果相對(duì)其他預(yù)測模型的計(jì)算結(jié)果小，則該 預(yù)測模型的預(yù)測結(jié)果與真實(shí)值的偏差小，即預(yù)測結(jié)果接近真實(shí)值， 平均絕對(duì)誤差ME的計(jì)算結(jié)果取值為0,表明預(yù)測模型能夠給出完全準(zhǔn)確的預(yù)測結(jié)果； 含符號(hào)相對(duì)誤差包括平均百分比誤差MPE和相對(duì)容量誤差RVE， 相對(duì)容量誤差RVE和平均百分比誤差MPE，均用于計(jì)算每個(gè)預(yù)測點(diǎn)相對(duì)誤差的總體平 均水平， 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果％，獲得各 預(yù)測模型的平均百分比誤差MPE的過程為： 根據(jù)公式：獲得平均百分比誤差MPE ; 某個(gè)預(yù)測模型的平均百分比誤差MPE的絕對(duì)值相對(duì)其他預(yù)測模型的平均百分比誤差 MPE的絕對(duì)值大，則該預(yù)測模型的預(yù)測結(jié)果大于真實(shí)值或者小于真實(shí)值； 平均百分比誤差MPE取值的絕對(duì)值接近0,則正負(fù)誤差出現(xiàn)的幾率和大小相同，系統(tǒng)偏 差小； 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的相對(duì)容量誤差RVE的過程為： 根據(jù)公式：獲得相對(duì)容量誤差RVE ; 某個(gè)預(yù)測模型相對(duì)其他預(yù)測模型的相對(duì)容量誤差RVE的絕對(duì)值大，則預(yù)測模型存在系 統(tǒng)偏差大，則該預(yù)測模型預(yù)測結(jié)果大于真實(shí)值或者小于真實(shí)值； 相對(duì)容量誤差RVE取值的絕對(duì)值接近O的，則預(yù)測結(jié)果與真實(shí)值之間出現(xiàn)正負(fù)誤差的 幾率和大小相同，系統(tǒng)偏差小； 無符號(hào)相對(duì)誤差包括均方相對(duì)誤差MSRE、平均絕對(duì)百分比誤差MAPE、平均絕對(duì)尺度誤 差MASE和歸一化均方根誤差NRMSE， 均方相對(duì)誤差MSRE，用于計(jì)算預(yù)測模型總體的平均相對(duì)預(yù)測偏差， 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的均方相對(duì)誤差MSRE的過程為： 根據(jù)公式：獲得均方相對(duì)誤差MSRE ; 平均絕對(duì)百分比誤差MAPE，計(jì)算每個(gè)預(yù)測點(diǎn)絕對(duì)誤差相對(duì)于數(shù)據(jù)點(diǎn)的大小，再計(jì)算所 有計(jì)算結(jié)果的平均值，用來預(yù)測預(yù)測結(jié)果相對(duì)于真實(shí)值的相對(duì)偏差的平均水平， 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的平均絕對(duì)百分比誤差MPE的過程為： 根據(jù)公式：獲得平均絕對(duì)百分比誤差MPE ; 平均絕對(duì)尺度誤差MASE，用于計(jì)算預(yù)測偏差相對(duì)于數(shù)據(jù)自身增幅的大小， 步驟一中，根據(jù)每個(gè)預(yù)測模型的預(yù)測步長P、真實(shí)值Xk和預(yù)測模型輸出結(jié)果毛，獲得各 預(yù)測模型的平均絕對(duì)尺度誤差MSE的過程為： 根據(jù)公式：獲得平均絕對(duì)尺度誤差MASE ; 平均絕對(duì)尺度誤差MSE超出數(shù)據(jù)自