本研究提出了一种新的自适应量化方案，应用于时间序列Transformer模型上的量化感知训练（QAT），实验证明该方法可以减少计算开销同时保持可接受的精度，表现出鲁棒性，为模型量化和部署决策提供指导并奠定了量化技术发展的基础。