基于模糊数据处理的不确定时间序列预测方法和设备

本发明涉及数据预测技术领域，具体涉及一种基于模糊数据处理的不确定时间序列预测方法和设备，通过处理线下场景特有的复杂噪声，并通过隶属度加权平滑和模糊特征工程，深度利用流水的模糊信息，避免了传统方法强制清晰化或忽略模糊因素导致的信息损失，从而更真实地反映实际运营状况。通过充分利用模糊信息和动态调整机制，准确捕捉流水模式，提高点预测精度。通过数据增强策略提升模型在数据稀疏或受外部环境剧烈影响情况下的鲁棒性和泛化能力，减少因预测不准造成的人员配置不当、物料浪费或短缺等问题。通过生成模糊流水预测或概率预测区间，量化了预测的不确定性。