一种分布漂移自适应的时间序列预测模型生成方法

本发明公开一种分布漂移自适应的时间序列预测模型生成方法，包括以下步骤：S1、构建提示生成器，并通过多视图对比学习方式对所述提示生成器进行预训练；S2、基于预训练后的提示生成器生成训练提示向量，将所述训练提示向量与历史观测数据进行融合，并输入至骨干模型进行预训练；S3、利用预训练后的提示生成器对在线流入的新样本进行编码，并通过计算新样本与分布漂移检测样本库中历史样本的分布差异度检测是否发生分布漂移，若未发生分布漂移，则将新样本及其提示直接输入预训练后的骨干模型得到预测结果，若发生分布漂移，则执行双缓冲区适应操作分别对当前提示生成器和骨干模型的进行更新，使用更新后的骨干模型对新样本重新进行预测。