面向ESN查询的分解重构与优化算法的系统访问量预测方法及相关装置

本发明提供了一种面向ESN查询的分解重构与优化算法的系统访问量预测方法及相关装置，涉及时间序列预测技术领域。通过变分模态分解算法与完全集成经验模态分解算法的组合有效地分解了时间序列，对于非平稳序列，提取了关键的频率分量，采用麻雀优化算法对CNN‑Transformer模型生成预测模型可以更好地提高模型的预测精度，更精确的找出序列中的长距离依赖关系，再与XGBoost模型的结合使用，可以有效地防止高精度模型对于简单分量的过拟合现象，进一步提高了对时间序列数据中非线性和非平稳性问题的处理能力，从而提升了预测精度。