基于多目标设计的时序预测方法、系统、设备及介质

本发明公开了一种基于多目标设计的时序预测方法、系统、设备及介质，方法包括采集时间序列历史数据，所述时间序列历史数据包括多个时间点的数据点xt，其中t表示时间索引；将所述时间序列历史数据转换为二维训练数据集，所述二维训练数据集包括特征矩阵F和多目标向量T，其中特征矩阵F的维度为m×n，表示m个样本和n个特征，多目标向量T的维度为m×k，表示k个目标列；基于所述二维训练数据集，应用树类回归模型进行训练和预测，生成并输出预测时序值；输出所述树类回归模型的特征重要性排序，用于决策支持。本发明在时间序列预测中兼顾多步预测的低误差传播、低计算复杂度与高可解释性。