基于統(tǒng)計(jì)信號(hào)處理的時(shí)間序列特性評(píng)價(jià)的預(yù)測(cè)模型選擇方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于時(shí)間序列預(yù)測(cè)領(lǐng)域。
【背景技術(shù)】
[0002] 時(shí)間序列預(yù)測(cè)模型是用于對(duì)未來的短期預(yù)測(cè)，在實(shí)際應(yīng)用中在針對(duì)某類時(shí)間序列 進(jìn)行預(yù)測(cè)時(shí)，需要選擇預(yù)測(cè)模型。在定性選擇預(yù)測(cè)模型時(shí)，基于時(shí)間序列的特性及預(yù)測(cè)模型 的特性實(shí)現(xiàn)時(shí)間序列與預(yù)測(cè)模型之間的匹配，其目的主要在于通過時(shí)間序列的特性判斷縮 小候選預(yù)測(cè)模型的范圍，通過數(shù)據(jù)特性實(shí)現(xiàn)預(yù)測(cè)模型的初步篩選?，F(xiàn)有在定性選擇時(shí)，存在 現(xiàn)有時(shí)間序列種類劃分所依據(jù)的指標(biāo)較為單一、種類劃分不夠詳細(xì)、特性覆蓋不夠全面、與 預(yù)測(cè)模型對(duì)應(yīng)性不清晰等問題，即：存在采用現(xiàn)有方法選擇的預(yù)測(cè)模型的預(yù)測(cè)效果不好的 問題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是為了解決存在采用現(xiàn)有方法選擇的預(yù)測(cè)模型的預(yù)測(cè)效果不好的 問題問題，本發(fā)明提供一種基于統(tǒng)計(jì)信號(hào)處理的時(shí)間序列特性評(píng)價(jià)的預(yù)測(cè)模型選擇方法。
[0004] 本發(fā)明的基于統(tǒng)計(jì)信號(hào)處理的時(shí)間序列特性評(píng)價(jià)的預(yù)測(cè)模型選擇方法，
[0005] 所述方法包括如下步驟：
[0006]步驟一：輸入時(shí)間序列，進(jìn)行特性判斷：
[0007] 對(duì)輸入時(shí)間序列進(jìn)行幅值連續(xù)性、長記憶性、趨勢(shì)性和季節(jié)性判斷，確定輸入時(shí) 間序列的特性評(píng)價(jià)種類，所述特性評(píng)價(jià)種類包括幅值連續(xù)_隨機(jī)游走性時(shí)間序列、幅值連 續(xù)-短記憶性時(shí)間序列、幅值連續(xù)-趨勢(shì)性-季節(jié)性時(shí)間序列、幅值連續(xù)-趨勢(shì)性_指數(shù)趨 勢(shì)時(shí)間序列、幅值連續(xù)-趨勢(shì)性_非指數(shù)趨勢(shì)時(shí)間序列、幅值連續(xù)-趨勢(shì)性_復(fù)雜趨勢(shì)時(shí)間 序列、幅值連續(xù)-長記憶性-季節(jié)性時(shí)間序列、幅值連續(xù)-長記憶性-無季節(jié)性時(shí)間序列和 幅值離散時(shí)間序列；
[0008]步驟二：根據(jù)步驟一確定的種類與預(yù)測(cè)模型之間的映射關(guān)系，獲取相應(yīng)種類的預(yù) 測(cè)模型；
[0009]步驟三：在相應(yīng)種類的預(yù)測(cè)模型中選擇最優(yōu)的一個(gè)，用于時(shí)間序列預(yù)測(cè)。
[0010] 所述步驟一的方法包括：
[0011] 步驟一一：對(duì)輸入時(shí)間序列進(jìn)行幅值連續(xù)性判斷：
[0012] 判斷輸入時(shí)間序列為連續(xù)時(shí)間序列或離散時(shí)間序列，當(dāng)為連續(xù)時(shí)間序列時(shí)，轉(zhuǎn)入 步驟一二；當(dāng)為離散時(shí)間序列，確定輸入時(shí)間序列的特性評(píng)價(jià)種類為幅值離散時(shí)間序列；
[0013]步驟一二：對(duì)輸入時(shí)間序列進(jìn)行長記憶性判斷：
[0014] 步驟一二一：通過R/S法計(jì)算連續(xù)時(shí)間序列的Hurst指數(shù)，判斷Hurst指數(shù)是否大 于0. 5且小于1時(shí)，若是，轉(zhuǎn)入步驟一二四，若否，轉(zhuǎn)入步驟一二三；
[0015]步驟一二三：當(dāng)Hurst指數(shù)為等于0. 5時(shí)，連續(xù)時(shí)間序列為隨機(jī)游走序列，結(jié)束； 當(dāng)Hurst指數(shù)大于0且小于0. 5時(shí)，連續(xù)時(shí)間序列為短記憶性序列，結(jié)束；
[0016]步驟一二四：對(duì)連續(xù)時(shí)間序列進(jìn)行KPSS檢驗(yàn)，判斷所述連續(xù)時(shí)間序列是否為短 記憶性序列，若是，確定輸入時(shí)間序列的特性評(píng)價(jià)種類為幅值連續(xù)-短記憶性時(shí)間序列，若 否，連續(xù)時(shí)間序列為長記憶性序列或趨勢(shì)增強(qiáng)序列，轉(zhuǎn)入步驟一三；
[0017] 步驟一三：對(duì)輸入時(shí)間序列進(jìn)行趨勢(shì)性和季節(jié)性判斷：
[0018] 判斷步驟一二四的長記憶性序列或趨勢(shì)增強(qiáng)序列是否具有趨勢(shì)性和季節(jié)性，若是 無趨勢(shì)性且有季節(jié)性，則判斷輸入時(shí)間序列的特性評(píng)價(jià)種類為幅值連續(xù)-長記憶性-季 節(jié)性時(shí)間序列，若是有趨勢(shì)性且無季節(jié)性，則判斷輸入時(shí)間序列的特性評(píng)價(jià)種類為幅值 連續(xù)-趨勢(shì)性-指數(shù)趨勢(shì)時(shí)間序列或幅值連續(xù)-趨勢(shì)性-非指數(shù)趨勢(shì)時(shí)間序列或幅值連 續(xù)-趨勢(shì)性-復(fù)雜趨勢(shì)時(shí)間序列，若是無趨勢(shì)性且無季節(jié)性，則判斷輸入時(shí)間序列的特性評(píng) 價(jià)種類為幅值連續(xù)-長記憶性-無季節(jié)性時(shí)間序列，若有趨勢(shì)性且有季節(jié)性，則判斷輸入時(shí) 間序列的特性評(píng)價(jià)種類為幅值連續(xù)-趨勢(shì)性-季節(jié)性時(shí)間序列。
[0019] 所述步驟一三，若是有趨勢(shì)性且無季節(jié)性，則判斷輸入時(shí)間序列的特性評(píng)價(jià)種類 為幅值連續(xù)-趨勢(shì)性-指數(shù)趨勢(shì)時(shí)間序列或幅值連續(xù)-趨勢(shì)性-非指數(shù)趨勢(shì)時(shí)間序列或幅 值連續(xù)_趨勢(shì)性_復(fù)雜趨勢(shì)時(shí)間序列的方法為：
[0020] 步驟A:將輸入時(shí)間序列的曲線與設(shè)定的簡(jiǎn)單趨勢(shì)擬合曲線對(duì)比，判斷是否有簡(jiǎn) 單趨勢(shì)，若是，則轉(zhuǎn)入步驟B;若否，則確定輸入時(shí)間序列的特性評(píng)價(jià)種類為幅值連續(xù)-趨勢(shì) 性-復(fù)雜趨勢(shì)時(shí)間序列；
[0021] 步驟B:判斷輸入時(shí)間序列是否符合指數(shù)趨勢(shì)，若是，則確定輸入時(shí)間序列的特性 評(píng)價(jià)種類為幅值連續(xù)_趨勢(shì)性-指數(shù)趨勢(shì)時(shí)間序列，若否，則確定輸入時(shí)間序列的特性評(píng)價(jià) 種類為幅值連續(xù)-趨勢(shì)性-非指數(shù)趨勢(shì)時(shí)間序列。
[0022] 本發(fā)明的有益效果在于，
[0023] 本發(fā)明分析輸入時(shí)間序列的特性，確定輸入時(shí)間序列的類別，實(shí)現(xiàn)預(yù)測(cè)模型與數(shù) 據(jù)特性之間的對(duì)應(yīng)，依據(jù)先驗(yàn)知識(shí)建立預(yù)測(cè)模型與時(shí)間序列種類之間多對(duì)多的映射關(guān)系， 以使得每類時(shí)間序列有若干可行的候選模型，實(shí)現(xiàn)時(shí)間序列種類確定后相應(yīng)候選預(yù)測(cè)模型 的輸出。本發(fā)明基于現(xiàn)有時(shí)間序列種類劃分的研宄，對(duì)于現(xiàn)有的單一指標(biāo)的種類劃分進(jìn)行 拓展，基于多指標(biāo)、分層次進(jìn)行時(shí)間序列種類的細(xì)化分類，選用的特性指標(biāo)為現(xiàn)有所涉及到 的、計(jì)算方便、結(jié)果與特性對(duì)應(yīng)明確、覆蓋大部分特性且無冗余以及基于對(duì)應(yīng)的統(tǒng)計(jì)特性能 夠?qū)r(shí)間序列進(jìn)行合理且基本互斥的種類劃分等準(zhǔn)則。結(jié)合不同指標(biāo)對(duì)于預(yù)測(cè)模型的區(qū)分 能力，對(duì)指標(biāo)進(jìn)行層次的劃分，即確定第一步判斷的指標(biāo)和后續(xù)串行判斷的指標(biāo)的順序。基 于不同指標(biāo)的組合進(jìn)行初步的時(shí)間序列種類的劃分，并依照實(shí)際的預(yù)測(cè)問題、預(yù)測(cè)模型對(duì) 時(shí)間序列的一般要求對(duì)于部分特性組合的時(shí)間序列種類進(jìn)行取舍，建立一個(gè)能夠覆蓋較多 常見時(shí)間序列特性、對(duì)相似的時(shí)間序列能夠進(jìn)行較為準(zhǔn)確的種類劃分、彼此互斥、與預(yù)測(cè)模 型的對(duì)應(yīng)性較為明確的時(shí)間序列種類劃分體系。本發(fā)明選擇的預(yù)測(cè)模型預(yù)測(cè)效果明顯好于 現(xiàn)有方法選擇的。
【附圖說明】
[0024] 圖1為本發(fā)明的輸入時(shí)間序列的特性評(píng)價(jià)種類的原理示意圖。
【具體實(shí)施方式】
【具體實(shí)施方式】 [0025] 一：本實(shí)施方式所述的基于統(tǒng)計(jì)信號(hào)處理的時(shí)間序列特性評(píng)價(jià)的預(yù) 測(cè)模型選擇方法，所述方法包括如下步驟：
[0026] 步驟一：輸入時(shí)間序列，進(jìn)行特性判斷：
[0027] 對(duì)輸入時(shí)間序列進(jìn)行幅值連續(xù)性、長記憶性、趨勢(shì)性和季節(jié)性判斷，確定輸入時(shí) 間序列的特性評(píng)價(jià)種類，所述特性評(píng)價(jià)種類包括幅值連續(xù)_隨機(jī)游走性時(shí)間序列、幅值連 續(xù)-短記憶性時(shí)間序列、幅值連續(xù)-趨勢(shì)性-季節(jié)性時(shí)間序列、幅值連續(xù)-趨勢(shì)性_指數(shù)趨 勢(shì)時(shí)間序列、幅值連續(xù)-趨勢(shì)性_非指數(shù)趨勢(shì)時(shí)間序列、幅值連續(xù)-趨勢(shì)性_復(fù)雜趨勢(shì)時(shí)間 序列、幅值連續(xù)-長記憶性-季節(jié)性時(shí)間序列、幅值連續(xù)-長記憶性-無季節(jié)性時(shí)間序列和 幅值離散時(shí)間序列；
[0028] 步驟二：根據(jù)步驟一確定的種類與預(yù)測(cè)模型之間的映射關(guān)系，獲取相應(yīng)種類的預(yù)