时间序列预测中的Prophet模型参数调优.docxVIP

时间序列预测中的Prophet模型参数调优

一、引言

在零售供应链管理、城市交通调度、能源负荷配置、互联网流量运营等众多领域，精准的时间序列预测是支撑科学决策的核心依据。传统时间序列模型如差分整合移动平均自回归模型、指数平滑模型等，往往对数据平稳性有较高要求，难以妥善处理业务场景中常见的趋势突变、多周期叠加、节假日强冲击等问题，且模型可解释性较弱，业务人员很难深度参与建模过程。在此背景下，由Taylor和Letham等研究者开发的Prophet模型凭借模块化的建模思路、强可解释性、对缺失值和异常值的高容忍度，成为业务场景中应用最广泛的时序预测工具之一（TaylorLetham，2018）。