Dự báo dữ liệu chuỗi thời gian (time series data forecasting) là
việc sử dụng mô hình toán học để dự báo các điểm dữ liệu tương lai
dựa vào dữ liệu quá khứ; chẳng hạn dự báo doanh thu bán hàng của
doanh nghiệp, dự báo lượng điện tiêu thụ hàng tháng, hàng năm, dự
báo giá đóng cửa của các cổ phiếu trên thị trường chứng khoán, dự
báo tỷ giá hối đoái, Dữ liệu chuỗi thời gian thường phi tuyến,
không ổn định, phi mùa vụ; vì vậy, dự báo chuỗi thời gian là lĩnh vực
đầy thử thách, thu hút sự quan tâm của nhiều nhà nghiên cứu trong
nhiều thập niên qua.
Tại Việt Nam, các nghiên cứu về dự báo chuỗi thời gian mới tập
trung ở lĩnh vực kinh tế, chủ yếu là dự báo doanh thu, dự báo thị
trường chứng khoán mà chưa tập trung ở các lĩnh vực khác như năng
lượng, môi trường., Phần lớn những nghiên cứu ở Việt Nam sử
dụng các phương pháp/mô hình thống kê hay truyền thống để dự báo.
Vì vậy, trong nghiên cứu này, nhóm tác giả phát triển một mô hình
dự báo dữ liệu chuỗi thời gian bằng cách tích hợp phương pháp cửa
số dịch chuyển (moving-window) và máy véc-tơ hỗ trợ được tối ưu
bởi thuật toán con đom đóm.