基于超图因果建模的多变量时间序列预测方法及系统

本发明公开了一种基于超图因果建模的多变量时间序列预测方法及系统，方法包括：获取目标对象的历史多变量时间序列并进行预处理；基于预处理后的历史多变量时间序列构建包含高阶依赖的候选超图；基于包含高阶依赖的候选超图利用可微分因果剪枝机制自适应筛选有效超边；基于有效超边利用层次化稀疏聚合机制生成融合多层次依赖的聚合特征；根据融合多层次依赖的聚合特征利用双向预测解码器进行时间序列预测。本发明实现对通道间高阶依赖的精准刻画与动态筛选，同时优化未来时间步交互建模，解决高维场景下预测精度与可扩展性难以兼顾、虚假依赖干扰预测可靠性等核心问题，显著提升多变量时间序列在长短期预测任务中的准确性与鲁棒性。