摘要：时间序列的预测在现今社会各个领域中有着广泛的应用。本文针对时间序列趋势预测中的多步预测问题，提出了基于聚类的隐马尔科夫模型，利用隐马尔科夫模型中的隐状态来表示产生时间序列数据时的系统内部状态，实现对多步时间序列的预测。针对时间序列聚类中的距离计算问题，提出结合时间序列时间性和相似性的聚类算法，并给出了迭代精化基于聚类的隐马尔科夫模型的方法。实验表明，本文提出的方法在时间序列多步预测中精度较高。

关键词：时间序列 多步预测 隐马尔科夫模型 聚类 

单位：武汉大学计算机学院; 湖北武汉430072