专利信息

本发明提供一种基于趋势和周期波动的时间序列的智能预测方法，包括：计算待预测的原始时间序列，分离该序列的波动分量和趋势分量；对于所述趋势分量，通过回归计算在所述趋势模型库中自动选取R最大的趋势模型；根据和角公式将所述波动分量转化为周期变量，将所述周期变量加入所述最佳趋势模型；以可决系数最大化原则自动选取最大影响作用的z个周期长度，将z个周期长度代入包含周期变量的最佳趋势模型，得到最终完整模型；通过最终完整模型对所述原始时间序列进行运算，确定具体模型参数，从而预测所述原始时间序列的变化趋势。本发明通过预测处理的自动化，以及预测模型的趋势分量和波动分量的组合化，从而具有预测智能度和精度高的优点。