任务执行时序预测模型训练方法及装置

本申请提供任务执行时序预测模型训练方法及装置，其中所述方法包括：采集目标机构的历史任务执行信息，根据历史任务执行信息构建样本时间序列；对样本时间序列进行序列分解，得到季节项和趋势项，将季节项、趋势项与样本时间序列依次输入至初始预测模型，分别输出第一预测信息、第二预测信息与第三预测信息；根据第一预测信息、第二预测信息、第三预测信息与样本时间序列，构建季节损失、趋势损失与整体损失；根据季节损失、趋势损失与整体损失，构建混合损失函数，并通过混合损失函数对初始预测模型进行训练，得到目标预测模型。得到的目标预测模型在不影响计算效率的前提下，对目标机构的任务执行信息进行高精度预测，获得均衡的任务执行规划。