基于时间序列相似性搜索的预测算法.pdfVIP

计算机科学2002V01．29N9-．8(增刊) 基于时间序列相似性搜索的预测算法 An ofForecastBasedonTime algorithm Sequence’SSimilaritySearching 卓明王丽珍谭旭 (云南大学计算机科学与工程系 昆明650091) Abstract For the offorecasttime overcominginsufficiencyby sequence’Ssimilaritysearching，in this the of excellenceRatioRulesis the ofcom— paper，analgorithmcombining proposed．Byway thetWO resultisfrom forecast．And methods，the forecastto bining good qualitative quantitative thetime’S canbecontrolled．Theresults thatitisfeasible． consumption experimentsprove search，Ratiorules(RR)，Forecast Keywords discovery，Timesequence，Similarity Knowledge 似搜索算法上综合解决该问题，注意到我们仅需要 1 引言 搜索相似的时间序列，因此我们在构造协方差矩阵 随着数据库技术的飞速发展，大部分和时间相 C时无需记录下用N个属性来表示的时间序列，可 关的数据被贮存到了计算机中。时间序列知识发现 以用分段的方法来解决它，文[2，4]均提出了一种解 对人类社会、科技和经济的发展具有重大意义。目前 决方法，因此，我们用这两种方法作为时间序列近似 时间序列知识发现正成为知识发现的研究热点之 搜索算法，把每段的平均值代替N来构造协方差矩 阵C，当然预测时也要把预测向量作分段平均。这样 一[4j]。尽管时间序列相似性搜索算法很多￡1矗一~9]， 但搜索的结果仅仅给出一个大概的趋势或者一个参 上述的两个问题就能很好的解决了。 照模型，没有给出一个定量的预测结果。因此本文提 下面把算法进行描述： 出了一种基于时间序列相似性搜索的预测算法。 符号 描述 X 时间序列X 2问题分析 X。 时间序列X第i维的值 一般预测的方法有：短期预测、中期预测(一月 IXl=N时间序列X的长度 L 每段的数据个数 到一年)的因果分析法，但这些预测的方法主要集中 M 段的个数 精力在待预测的时序数据上，而没有分析和学习其