一种基于多元时序预测模型的时间序列预测方法及其系统

本申请公开了一种基于多元时序预测模型的时间序列预测方法，方法包括：构建时间序列与事件融合的多元时序预测模型，时序预测模型包括基于时序与事件融合的自适应网络及预测模块，自适应网络用于学习与时间序列相关联的事件信息，利用学习到的线性参数对时间序列进行缩放与平移，为时间序列赋予事件信息；针对时序预测模型，采取分别冻结事件表征模块与预测模块分离优化的双阶段训练方法，实现协同训练；将待分析时序的交通流预测数据输入多元时序预测模型，完成交通流时间序列预测。本发明方法及其系统从结构设计、表征方式和训练机制三个方面系统性地提升模型在动态环境下的预测性能和鲁棒性。