多目标时间序列混合特征动态变权组合预测研究

作者：董志学; 宫越; 胡勇; 甘孟壮

来源：软件工程, 2021, 24(12): 45-49.

DOI：10.19644/j.cnki.issn2096-1472.2021.012.010

• 动态变权
• 组合预测
• Musgrave
• 熵值法

在通过LightGBM、Prophet、HotWinters等单一预测算法,以及通过引入搜索指数等消费者行为数据作为预测变量等无法达到汽车品牌销量预测精度的情况下,基于销量数据特征遴选出HotWinters、Prophet、LightGBM三个预测模型,并自主构建了Musgrave方法,以此四个算法构建了组合预测模型,并结合熵值法作为权重动态变化的方法,构建了"动态变权组合预测策略"。本策略使用"单地区多品牌维度、多品牌维度、多地区多品牌维度"三种方式进行六期预测并检验预测效果,结果表明三种方式预测误差中位数分别为7.50%、6.11%、9.61%,因此,本策略能够满足对具有复杂多变特征的数据进行预测的需要。