首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

数据预测方法、装置、物流货量预测方法、介质和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京京东振世信息技术有限公司

摘要:本公开涉及计算机技术领域,涉及了一种数据预测方法及装置、物流货量预测方法及装置、存储介质和电子设备。该方法包括:获取历史时间序列数据,对历史时间序列数据进行时间序列分解,得到趋势序列数据、周期序列数据和误差序列数据;对误差序列数据进行时间序列分解,并对得到的分解子序列进行拟合预测,根据拟合预测结果确定误差序列数据对应的第一预测结果;采用趋势序列数据和周期序列数据对应的预测模型,分别对趋势序列数据和周期序列数据进行拟合预测,得到第二预测结果和第三预测结果;将第一预测结果、第二预测结果和第三预测结果进行融合,得到目标预测结果。本公开一定程度上提高具有周期性、趋势性数据的预测准确性。

主权项:1.一种基于时间序列的数据预测方法,应用于物流货量预测,其特征在于,包括:获取历史货量时间序列数据,对所述历史货量时间序列数据进行时间序列分解,得到趋势序列数据、周期序列数据和误差序列数据;其中,选择实际发车日为索引,实际运输货量为值,形成所述历史货量时间序列数据;对所述误差序列数据进行时间序列分解,并对得到的多个分解子序列进行拟合预测,以根据拟合预测结果确定所述误差序列数据对应的第一预测结果;分别根据所述趋势序列数据和所述周期序列数据确定各自对应的训练集数据和测试集数据;将所述趋势序列数据对应的训练集数据输入至对应的第一预测模型,以对所述第一预测模型进行训练,并将所述趋势序列数据对应的测试集数据输入至训练后的第一预测模型,得到第二预测结果;将所述周期序列数据对应的训练集数据输入至对应的第二预测模型,以对所述第二预测模型进行训练,并将所述周期序列数据对应的测试集数据输入至训练后的第二预测模型,得到第三预测结果;将所述第一预测结果、第二预测结果和第三预测结果进行融合处理,得到目标预测结果;其中,所述对所述误差序列数据进行时间序列分解,并对得到的多个分解子序列进行拟合预测,以根据拟合预测结果确定所述误差序列数据对应的第一预测结果,包括:对所述误差序列数据进行时间序列分解,得到子趋势序列数据、子周期序列数据和子随机误差序列数据;丢弃所述子随机误差序列数据;将所述子趋势序列数据和子周期序列数据进行融合处理,得到子融合序列数据;采用所述子融合序列数据对应的预测模型,对所述子融合序列数据进行拟合预测,得到所述第一预测结果。

全文数据:

权利要求:

百度查询: 北京京东振世信息技术有限公司 数据预测方法、装置、物流货量预测方法、介质和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。