입자군 최적화 기반 다단계 시계열 예측 모델

본 연구는 다단계 시계열 예측에서 현재 가장 널리 사용되는 두 가지 전략인 iterated와 direct의 한계를 극복하고자, 다중 입력·다중 출력(MISMO) 전략을 기반으로 새로운 모델링 프레임워크를 제시한다. 기존 MISMO는 전체 예측 지평 H를 고정된 출력 차원 s로 나누어 n=⌈H/s⌉개의 서브 모델을 학습한다. 그러나 s가 고정되면 서브 모델 간 의존성(특히 시간적 상관관계)이 충분히 반영되지 않아 예측 정확도가 저하될 수 있다. 이를 해결하기 위해 저자는 입자군 최적화(PSO)를 이용해 서브 모델의 개수와 각각의 출력 차원을 자동으로 결정하는 PSO‑MISMO 전략을 고안한다. PSO‑MISMO의 핵심은 입자 하나가 “