基于時間序列的資源配置優(yōu)化方法研究.pdf

1、隨著科技的發(fā)展，信息技術已經(jīng)深入人們的學習工作生活，各種信息系統(tǒng)積累了大量的具有時間序列特性的業(yè)務數(shù)據(jù)，這為數(shù)據(jù)科學的研究工作提供了便利的條件。由于在數(shù)據(jù)采集過程中，通信鏈路以及各終端設備存在不穩(wěn)定性，會導致部分采集數(shù)據(jù)的異?；蛉笔В瑖乐赜绊懙綌?shù)據(jù)的完整性和可用性。研究時間序列的修復和預測技術，能夠有效的提高數(shù)據(jù)質(zhì)量，為后續(xù)的生產(chǎn)和商業(yè)決策提供數(shù)據(jù)支撐。而當數(shù)據(jù)的完整性得到保證之后，則可以進一步對數(shù)據(jù)進行挖掘和分析，本文將根據(jù)總體業(yè)務和

2、個體業(yè)務的數(shù)據(jù)信息進行匹配，提出調(diào)整方案，以實現(xiàn)資源配置的優(yōu)化。本文主要完成了時序數(shù)據(jù)（基于負荷）的修復與預測和資源配置優(yōu)化算法的研究。
　　1)時序數(shù)據(jù)（基于電力負荷）的修復和預測
　　本文針對異常數(shù)據(jù)修復速度快的要求，根據(jù)負荷的時序性和周期性的特點，提出了快速的線性修復算法。
　　針對預測要求，實現(xiàn)了基于ARIMA模型的串行算法，并根據(jù)電力負荷特性，對數(shù)據(jù)進行劃分，又實現(xiàn)了負荷預測的并行化。最后通過比對實驗，指出線

3、性修復法和ARIMA模型各自對于修復預測問題的優(yōu)勢和劣勢，以及對于負荷數(shù)據(jù)而言，ARIMA模型最適合的訓練天數(shù)。同時，通過預測的串行算法與并行算法的比對，驗證了并行工作的有用性和適用性。
　　2)資源配置優(yōu)化方法研究
　　本文從具體的應用需求入手，對資源配置的問題進行了數(shù)學抽象和定義，然后對該問題進行了分析，指出資源的配置是等式約束下的非線性規(guī)劃問題。接下來，我們采用經(jīng)典的最優(yōu)化方法對問題進行了分析，指出最優(yōu)化方法在多項式時

4、間內(nèi)求解非常困難，因此需要尋找其他方法。
　　接下來，從問題定義出發(fā)，首先提出了遍歷法求解，并通過討論該方法的復雜度，指出該方法也不適于本問題的求解。然后提出了解決該問題的全局近似算法，并且對該方法做了收斂性的數(shù)學證明和復雜度分析。接下來，考慮了某些特殊的場景，又提出了局部近似算法。
　　最后，將問題回歸到數(shù)據(jù)集，首先對銀行業(yè)務數(shù)據(jù)進行預處理，使其滿足算法的輸入要求，然后對全局算法和局部算法進行了對比檢驗，證明在不同的需求下