一种动态变化的变量间相互关系的时间序列预测方法

本发明公开了一种动态变化的变量间相互关系的时间序列预测方法，包括以下步骤：S1.建立时间序列预测模型并进行模型训练；S2.在时间序列预测模型中输入时间序列；S3.生成预设长度的未来时间序列。本发明解决基于深度学习的时间序列预测任务，在使用基于Transformer架构的模型提取时间序列中变量间依赖关系时难以捕获变量间关系的动态性质以及负相关性的问题，和自注意力机制带来的巨大的计算消耗和时间消耗的成本相关问题。