[發明專利]時序數據預測模型的訓練方法、時序數據預測方法和裝置

在審

• 申請號: 202011272716.9
• 申請日: 2020-11-12
• 公開（公告）號: CN114492906A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 王浩彬;李晨;黃芬芬;王田媛
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 許蓓

本公開提出一種時序數據預測模型的訓練方法、時序數據預測方法和裝置，涉及人工智能領域。輸入訓練用的時序數據(X，z_t)，z_t是t時刻對應的時序數據，X是t時刻、t時刻之前的時刻、以及z_t相關的特征；設置fⁱ是函數庫中的第i個函數，α_i是第i個函數的系數，y_t是t時刻對應的殘差時序數據；設置n和p是超參數，y_t?j是(t?j)時刻對應的殘差時序數據，β_j代表y_t?j的系數，是y_t的預測值；利用時序數據預測模型計算t時刻對應的時序數據的預測值根據z_t和利用擬合方法對α_i和β_j進行訓練，輸出訓練后的時序數據預測模型。從而，通過時序數據預測模型的平穩化變換部分和平穩時序數據預測部分，實現非平穩的時序數據的準確預測。

技術領域

本公開涉及人工智能領域，特別涉及一種時序數據預測模型的訓練方法、時序數據預測方法和裝置。

背景技術

對于資源的準確預測是保障云平臺及虛擬化平臺正常、高效運行的重要手段。準確的資源預測可以預警運維人員及時更新、擴容物理資源，擴大、縮小虛擬化資源等。

發明內容

本公開實施例提出一種能夠預測云平臺及虛擬化平臺的物理資源或虛擬化資源等資源數據的非平穩的時序數據預測方案。

本公開一些實施例提出一種時序數據預測模型的訓練方法，包括：

輸入訓練用的時序數據(X，z_t)，z_t表示t時刻對應的時序數據，X表示t時刻、t時刻之前的時刻、以及z_t相關的特征；

設置fⁱ表示函數庫中的第i個函數，α_i是第i個函數的系數，n是超參數，y_t表示t時刻對應的殘差時序數據；

設置p是超參數，y_t-j表示(t-j)時刻對應的殘差時序數據，β_j代表y_t-j的系數，表示t時刻對應的殘差時序數據的預測值；

利用時序數據預測模型計算t時刻對應的時序數據的預測值

根據z_t和利用擬合的方法對α_i和β_j進行訓練，輸出訓練后的時序數據預測模型

在一些實施例中，各個時刻的殘差時序數據構成平穩時序數據。

在一些實施例中，訓練用的時序數據(X，z_t)為訓練用的資源數據，z_t表示t時刻對應的資源數據，X表示t時刻、t時刻之前時刻、以及資源數據相關的特征；訓練得到的時序數據預測模型為資源數據預測模型。

在一些實施例中，函數庫中的函數包括指數函數、對數函數、線性函數、三角函數。

在一些實施例中，當時序數據預測模型為存儲資源增長量預測模型時，輸入的訓練用的時序數據(X，z_t)中的X為t時刻、t時刻之前的時刻、以及相應的存儲資源增長量相關的特征，輸入的訓練用的時序數據(X，z_t)中的z_t為t時刻對應的存儲資源增長量，選用的函數fⁱ包括指數函數和線性函數。

本公開一些實施例提出一種時序數據預測方法，包括：

將待預測的歷史時序數據X輸入到基于權利要求1-4任一項訓練得到的時序數據預測模型

獲取時序數據預測模型輸出的t時刻對應的時序數據的預測值