一种时间序列数据的预测方法

本发明公开了一种时间序列数据的预测方法，属于时间序列数据预测的技术领域；包括以下步骤：S1：获取历史时间序列数据，包括输入时间序列数据和输出序列时间数据；S2：对输入时间序列数据和输出序列时间数据建立关联，提取不同时间区间的系数，设置约束条件和目标函数；S3：建立预测模型，预测模型采用RNN循环神经网络；将输入时间序列数据和输出序列时间数据的训练集输入到预测模型中进行训练，结合不同时间区间的系数，对预测模型进行训练直到满足目标函数；S4：获取需要预测的输入时间序列和输出序列时间数据，选定时间区间系数，在约束条件下，使用训练好的预测模型进行预测。本发明通过将时间序列数据集进行分类，能有效提升预测精度。