一种基于多周期语义交互网络的多元时间序列预测方法

本发明公开了一种基于多周期语义交互网络的多元时间序列预测方法，其特征在于，包括：S1，按照固定的时间间隔，收集多元时间序列数据；S2，针对历史序列，按照特征维度到时间维度的顺序，分别在时间维度和特征维度进行数据预处理；S3，初始化多周期语义交互网络；S4，使用S1‑S2预处理后的数据样本，训练多周期语义交互网络，以根据过去观察的特征值预测未来时刻的特征值；将预处理后的数据样本按照比例划分为训练集，验证集，测试集，分别用于训练预测网络，验证训练效果，评价预测精度。本发明能够充分挖掘并融合长期和短期时间相关性，增强了循环网络传输效率，提升了多元时间序列预测的准确性。