本文提出了一种预测平稳函数时间序列的新方法，特别是对于共享相似模式但显示可变相位的轨迹。大多数现有函数时间序列预测方法的局限性在于，它们只考虑垂直变化（幅度、尺度或垂直偏移）。为了克服这一局限性，我们开发了一种结合垂直和水平变化的形状保持（SP）预测方法。我们提出的方法的一个主要优点是能够保持函数的形状。此外，我们提出的SP方法不涉及非自然转换，并且可以使用现有软件包轻松实现。SP方法在非元烷烃（NMHC）浓度分析中的实用性得到了证明。分析表明，与现有预测方法相比，SP方法的预测更好地捕捉了常见模式，并且提供了具有竞争力的预测精度。