决策智能中的时间序列预测大模型.pdfVIP

第11卷第2期指挥与控制学报Vol.11，No.2

2025年4月JOURNALOFCOMMANDANDCONTROLApril，2025

决策智能中的时间序列预测大模型

11，21，21，2，*1，2

邵泽志余澄庆李雨杰王飞徐勇军

（1.中国科学院计算技术研究所，北京100190；2.中国科学院大学计算机科学与技术学院，北京101408）

摘要不同场景下时序数据的异质性极大地影响了智能决策中时序预测算法的泛化性和有效性，对其应用构成了重要阻碍。

时序预测大模型是解决这一挑战的重要技术。综合了时序预测领域的最新研究动态，从模态视角自上而下地探讨了时序预测大

模型的4种实现思路：基于提示的方法、基于微调的方法、基于对齐的方法以及时序预测基础模型。梳理了时序预测大模型构

建过程中的核心要素和可用技术。探讨了未来的重要挑战和研究方向。

关键词时间序列，大语言模型，基础模型，预测

引用格式邵泽志，余澄庆，李雨杰，等.决策智能中的时间序列预测大模型[J].指挥与控制学报，2025，11（2）：146-157

DOI10.20278/j.jc2.2096-0204.2024.0146

LargeTimeSeriesForecastingModelinIntelligentDecision-making:ASurvey

11,21,21,2,*1,2

SHAOZezhiYUChengqingLIYujieWANGFeiXUYongjun

（1.InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100190,China;

2.SchoolofComputerScienceandTechnology,UniversityofChineseAcademyofSciences,Beijing101408,China）

AbstractTheheterogeneityoftimeseriesdataindifferentscenariossignificantlyimpactsthegeneralizationabilityandeffectivenessof

timeseriesforecastingalgorithmsinintelligentdecision-making,posingamajorobstacletotheirapplication.Largetimeseriesforecasting

modelsareessentialtechniquestoaddressthischallenge.Thelatestresearchtrendsinthefieldoftimeseriesforecastingareintegrated

andfourim-plementationapproachesoflargetimeseriesforecastingmodelsareexploredfromamodalperspectivefromtoptobottom:

prompt-basedmethods,fine-tuning-basedmethods,alignment-basedmethods,andbasicmodelsfortimeseriesforecasting.Additionally,

thecoreelementsandavailabletechnologiesintheconstructionprocessoflargetime