[发明专利]自适应的差分自回归移动平均模型的流量预测方法和系统

权利要求书

1.一种自适应的差分自回归移动平均模型的流量预测方法，包括：

步骤1：通过历史数据的学习，获得初始的差分自回归移动平均ARIMA模型；

步骤2：将当前时刻的前m个数据点代入所述ARIMA模型中进行计算，预测出下n个时刻的流量值及其置信区间，其中m和n均为自然数且m＞n；

步骤3：判断实际的流量值是否位于预测的所述置信区间内，如果不在所述置信区间内，则进行步骤4，如果位于所述置信区间内，则进行步骤5；

步骤4：启动备选方案替代所述ARIMA模型，判别当前时刻的实际的流量值与前一时刻的流量值之差的绝对值是否超过一临界值，若超过则报警；

步骤5：利用当前时刻的预测值与前一时刻实际的流量值进行比较，若两者之差的绝对值大于所述临界值，则启动所述ARIMA模型的再学习以修改所述ARIMA模型的参数。

2.根据权利要求1所述的自适应的差分自回归移动平均模型的流量预测方法，其特征在于，在步骤4中，若当前时刻的实际的流量值与前一时刻的流量值之差的绝对值未超过所述预设的临界值，则记录无报警的次数，待连续m个时间点无报警时，提示是否继续进行所述ARIMA模型的预测。

3.根据权利要求1所述的自适应的差分自回归移动平均模型的流量预测方法，其特征在于，在步骤4中，在启动备选方案后，将m个时间点的位于所述置信区间内的流量值导入，根据所导入的所述流量值，基于其差分后的数据满足正态分布，计算其均值和标准差，计算出发生小概率事件p的所述临界值，其中参数p是指事件发生的概率。

4.一种自适应的差分自回归移动平均模型的流量预测系统，包括：

初始模型获取装置，通过历史数据的学习，获得初始的差分自回归移动平均ARIMA模型；

置信区间预测装置，将当前时刻的前m个数据点代入所述ARIMA模型中进行计算，预测出下n个时刻的流量值及其置信区间，其中m和n均为自然数且m＞n；

偏离检测装置，判断实际的流量值是否位于预测的所述置信区间内，如果不在所述置信区间内，则进入备选方案运行装置，如果位于所述置信区间内，则进入模型参数校验装置；

备选方案运行装置，启动备选方案替代所述ARIMA模型，判别当前时刻的实际的流量值与前一时刻的流量值之差的绝对值是否超过一临界值，若超过则报警；

模型参数校验装置，利用当前时刻的预测值与前一时刻实际的流量值进行比较，若两者之差的绝对值大于所述临界值，则启动所述ARIMA模型的再学习以修改所述ARIMA模型的参数。

5.根据权利要求4所述的自适应的差分自回归移动平均模型的流量预测系统，其特征在于，在备选方案运行装置中，若当前时刻的实际的流量值与前一时刻的流量值之差的绝对值未超过所述预设的临界值，则记录无报警的次数，待连续m个时间点无报警时，提示是否继续进行所述ARIMA模型的预测。

6.根据权利要求4所述的自适应的差分自回归移动平均模型的流量预测系统，其特征在于，在备选方案运行装置中，在启动备选方案后，将m个时间点的位于所述置信区间内的流量值导入，根据所导入的所述流量值，基于其差分后的数据满足正态分布，计算其均值和标准差，计算出发生小概率事件p的所述临界值，其中参数p是指事件发生的概率。