一种基于信息论与因果推理的多变量时间序列预测解释方法及系统

本发明涉及人工智能模型解释技术领域，尤其是涉及一种基于信息论与因果推理的多变量时间序列预测解释方法及系统。方法包括获取原始多变量时间序列数据；对获取的原始多变量时间序列数据进行数据预处理；对预处理后的多变量时间序列数据进行因果信息推理；基于因果信息推理，计算多变量时间序列数据的动态特征权重；基于动态特征权重进行局部拟合并解释生成；得到时间‑特征二维热力图。本发明通过多维度特征关系挖掘、优化的因果关系推理算法、动态权重计算与直观的时间‑特征二维热力图生成机制，有效考虑时间连续性，以直观易懂的方式呈现预测解释，让用户能快速理解人工智能模型决策过程。