包研科，陈 然，郑宏杰，冯永安，王 江

1.辽宁工程技术大学 理学院，辽宁 阜新 123000

2.辽宁工程技术大学 智能工程与数学研究院，辽宁 阜新 123000

3.北京泛鹏天地科技股份有限公司，北京 100000

4.辽宁工程技术大学 软件学院，辽宁 葫芦岛 125000

对事物本质的洞察和演化状态的前瞻是正确决策和有效控制的必要条件。随着大数据和人工智能时代的到来，在预测、决策以及系统控制领域，对系统动态指标的在线监控和预测工具的需求持续增加。

对预测理论和技术的研究可以追溯到20世纪初。1927年，数学家Yule为了预测市场变化的规律，提出自回归（autoregressive）模型，标志着时间序列分析方法的产生[1]。至今九十多年的时间，经典的时间序列分析理论与方法已经发展成为一种非常严谨的理论与技术体系。经典的理论可以划分为X-11技术体系和Box-Jenkins方法体系。

1954年，美国普查局的Shiskin首先开发了X-1方法，开始大规模地对经济时间序列进行季节调整[2]。此后，季节调整方法不断改进。1965年发表了X-11方法，该方法基于多次迭代的移动平均法进行成分分解，剔除波动性的影响[2]。X-12方法是在X-11方法的基础上发展而来的，也是基于移动平均法的季节调整方法。X-12方法对X-11方法进行了以下改进[3]：（1）扩展了对贸易日和节假日影响的调节；（2）提出了基于伪加法模型和对数加法模型的季节、趋势循环和不规则要素的分解方法；（3）增加了对季节调整结果稳定性的诊断。20世纪70年代，美国学者Box和英国统计学者Jenkins提出了一整套关于时间序列分析、预测和控制的方法，被称为Box-Jenkins方法，也被称为ARIMA（autoregressive integrated moving average）模型[4-5]。……