面向长期时间序列预测的多项式投影与信息交换架构

来源：计算机工程与应用杂志2025年第10期北京时间：

作者：刘建鑫, 马廷淮, 苏昱铭, 荣欢

单位：1.南京信息工程大学 软件学院，南京 210044；2.江苏海洋大学 计算机工程学院，江苏 连云港 222000；3.南京信息工程大学 人工智能学院，南京 210044

摘要：长期时间序列预测利用历史数据对未来较远时段的序列走势进行预测，为长期预警、规划和决策提供支持。现有方法在进行长期预测时，普遍存在分布偏移和长期依赖关系难以捕获的问题。提出一种面向长期时间序列预测的多项式投影与信息交换架构LPPIEA（Legendre polynomial projection and information exchange architecture）。引入可逆实例数据归一化，降低长期时间序列中分布偏移对预测的影响。使用勒让德多项式投影来处理复杂的时间模式，获取数据的高维特征表示以增强模型推理长期时间序列的能力。为了有效捕获长期时间依赖关系，构建轻量化的信息交换架构来高效捕获长期时间依赖关系，从而实现准确高效的长期时间序列预测。在4个常用的公开数据集上的实验结果表明，LPPIEA的预测误差相比于基线方法平均降低11.4%，同时还具有较高的计算效率。

关键词：时间序列预测,长期时间依赖,多项式投影,信息交换架构,深度学习