一种基于成分分解和多尺度切片的KPIs预测方法

本发明公开了一种基于成分分解和多尺度切片的KPIs预测方法，包括：获取待预测对象的KPIs历史时间序列数据；通过傅里叶变换和费舍尔校验提取周期项，从原始序列中剔除周期项后得到非周期混合序列，再通过平滑操作分离趋势项和残差项；针对周期项采用基于多尺度切片FAN模块进行预测，趋势项采用多层感知机模块进行预测，残差项采用可逆归一化机制模块进行预测；将三项预测结果叠加融合，得到最终的KPIs预测结果。该方法通过将KPIs时间序列分解为周期项、趋势项和残差项并分别采用针对性预测模块，能够充分捕捉不同成分的变化规律，有效提升KPIs预测的准确性和鲁棒性。