状态匹配序列共形预测方法 SMSCP

研究者提出状态匹配序列共形预测（SMSCP），通过前置目标信息构建显式单侧局部线性状态，并利用状态相似性筛选匹配的历史校准评分集合。在太阳辐射和共享单车需求基准测试中，SMSCP 的区间评分优于基于时间邻近、加权、自适应及 HopCPT 的对比方法。在 6 个基准中的 5 个上，该方法比 ResCP 实现了更接近 0.90 标称水平的覆盖率。