[发明专利]一种结合多种模型的时间序列预测方法

摘要

本发明公开一种结合多种模型的时间序列预测方法，使用STL分解算法将时间序列分解为长期趋势、季节波动、不规则波动三个时间序列；具体步骤如下：步骤一、数据预处理；得到训练集、验证集、测试集；步骤二、根据得到的长期趋势的时间序列，采用传统的预测方法ARIMA模型、Prophet模型进行预测，选择精确度最好的模型；步骤三、根据得到的季节波动的时间序列，采用自适应过滤法、ARIMA模型、Prophet模型进行季节性的预测，选择其中一个精确度最好的模型；步骤四、根据得到的不规则波动的时间序列，采用神经网络模型对不规则波动的时间序列进行预测；步骤五、将步骤二至步骤四的预测结果相加，得到最终的预测结果。