一种基于交互式多尺度循环神经网络的时间序列预测方法

摘要

本发明公开了一种基于交互式多尺度循环神经网络的时间序列预测方法，包括：(1)对待预测的时序序列进行异常值消除处理、归一化处理以及滑动时间窗口划分后，获得时序序列段；(2)将时间序列段输入时间序列预测模型中，利用多级小波分解网络进行n级分解，得到多尺度子序列集合；将多尺度子序列集合输入到跨尺度交互的循环神经网络中，采用截断、初始化和消息传递三种策略对多尺度子序列进行跨尺度交互过程，输出为表示相邻尺度子序列之间的相关性的多尺度表示；利用利用两级注意力机制对多尺度表示进行融合，得到融合表示；将融合表示输入至单层的全连接层映射得到预测的时间序列。该方法提升了时间序列预测更加准确。