基于混合专家模型与检索增强的时序数据预测方法及应用

一种基于混合专家模型与检索增强的时序数据预测方法及应用，包括如下步骤：S1.使用自监督预训练网络对输入的时间序列数据进行处理，提取具有丰富语义信息的高级特征；S2.使用提取的高级特征通过检索模块从特征池检索出与待预测任务具有高相关性的特征，其中所述特征池是预先构建的具有代表性的数据集合；S3.使用提取的所述高级特征和检索结果，通过专家选择模块选出最优的专家网络；S4.使用提取的所述高级特征和检索结果，通过最优的专家网络得到预测结果。本发明提出的方法提高了时序数据预测的准确性，在其应用中为相关应用的设备运行、资源管理和调度决策提供了更好的支持。