[發明專利]一種SARIMA模型進行多步預測的方法、裝置及設備在審
| 申請號： | 202110674300.8 | 申請日： | 2021-06-17 |
| 公開（公告）號： | CN113343468A | 公開（公告）日： | 2021-09-03 |
| 發明（設計）人： | 張焯;向洋;鐘瑜;嚴駿;曹琳 | 申請（專利權）人： | 永輝云金科技有限公司 |
| 主分類號： | G06F30/20 | 分類號： | G06F30/20;G06K9/62;G06Q10/04 |
| 代理公司： | 重慶智慧之源知識產權代理事務所(普通合伙) 50234 | 代理人： | 余洪;高彬 |
| 地址： | 400021 重慶*** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 sarima 模型 進行 預測 方法 裝置 設備 | ||
1.一種SARIMA模型進行多步預測的方法，其特征在于，包括：
獲取初始數據集，并對所述初始數據集進行處理得到以單位時間為單元的訓練數據集；
根據所述訓練數據集，基于SARIMA模型進行模型訓練，得到目標模型；
根據所述目標模型進行單步預測，得到下一單元的單步預測值；
將所述單步預測值作為單步真值加入所述訓練數據集中，更新所述訓練數據集；
基于更新后的所述訓練數據集，迭代執行上述模型訓練、單步預測和訓練數據集更新步驟，直至得到目標時間段的每個單元的單步預測值。
2.如權利要求1所述的方法，其特征在于，所述獲取初始數據集，并對所述初始數據集進行處理得到以單位時間為單元的訓練數據集，具體為：
獲取初始數據集；
對所述初始數據集進行數據清洗，并以單位時間為單元，進行依次排序得到訓練數據集。
3.如權利要求1所述的方法，其特征在于，所述單步預測具體為根據所述目標模型對下一個單位時間單元的數據進行預測。
4.如權利要求1所述的方法，其特征在于，所述基于更新后的所述訓練數據集，迭代執行上述模型訓練、單步預測和訓練數據集更新步驟，直至得到目標時間段的每個單元的單步預測值步驟之后，還包括：
分別計算所述每個單元的單步預測值的絕對百分比誤差，并計算所有單元的平均絕對百分比誤差；
基于所述平均絕對百分比誤差，得到預測效果的評價指標。
5.如權利要求4所述的方法，其特征在于，所述評價指標具體為所有單步預測值的平均絕對百分比誤差的中位數。
6.一種SARIMA模型進行多步預測的裝置，其特征在于，包括數據獲取模塊、模型建立模塊、單步預測模塊、數據更新模塊和迭代預測模塊，其中：
所述數據獲取模塊用于，獲取初始數據集，并對所述初始數據集進行處理得到以單位時間為單元的訓練數據集；
所述模型建立模塊用于，根據所述訓練數據集，基于SARIMA模型進行模型訓練，得到目標模型；
所述單步預測模塊用于，根據所述目標模型進行單步預測，得到下一單元的單步預測值；
所述數據更新模塊用于，將所述單步預測值作為單步真值加入所述訓練數據集中，更新所述訓練數據集；
所述迭代預測模塊用于，基于更新后的所述訓練數據集，迭代執行上述模型訓練、單步預測和訓練數據集更新步驟，直至得到目標時間段的每個單元的單步預測值。
7.如權利要求6所述的裝置，其特征在于，還包括誤差計算模塊和評價指標模塊：
所述誤差計算模塊用于，分別計算所述每個單元的單步預測值的絕對百分比誤差，并計算所有單元的平均絕對百分比誤差；
所述評價指標模塊用于，基于所述平均絕對百分比誤差，得到預測效果的評價指標。
8.一種設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5中任一項所述方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于永輝云金科技有限公司，未經永輝云金科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110674300.8/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種帶冷卻裝置的注塑機
- 下一篇：一種識別外置輔助散熱設備的方法及系統
