基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法

本发明属于时序数据预测技术领域，具体提供了一种基于Kolmogorov‑Arnold表示理论和傅里叶级数的时序数据预测方法，通过Kolmogorov‑Arnold表示理论中的多层嵌套结构，将高维非线性时序数据分解为多个低维子问题，并结合傅里叶级数的频域分析，实现对复杂时序数据的高效建模与预测。本发明利用傅里叶级数对时序数据进行频域分解，提取其主要频率成分，并通过Kolmogorov‑Arnold表示理论中的非线性映射关系，构建多层嵌套的预测模型，实现对复杂非线性时序数据的长期趋势和短期波动进行预测，有效提高了时序预测模型的泛化能力和预测精度，同时降低模型对数据规模和计算资源的依赖。