基于统计信号处理的时间序列预测模型选择方法

摘要

基于统计信号处理的时间序列预测模型选择方法，涉及一种时间序列预测模型的选择方法，本发明为解决现有时间序列预测模型的选择效率低、准确度低，专业背景浅薄的工作人员无法快速、准确地选择时间序列预测模型的问题。本发明的具体过程为：获取输入时间序列特性，确定种类；根据种类与候选预测模型映射关系，将候选预测模型作为定性选择预测模型；获取适用性量化评价指标；分别获取整体误差指标、局部误差指标、无量纲准则性指标和实验性能指标中性能指标最优的两个；统计每个预测模型被选为最优的次数；选择次数最多的两个预测模型；进行预测能力差异检验，选择性能最优的模型作为最终的最优预测模型。本发明用于时间序列预测模型选择。