变点检测是近年来图像分析,生物医学等多个领域研究的热点问题,有着广泛的应用背景。本文中,在标准BS算法的基础上,介绍了一种利用随机局部化思想的新颖的广义二分法(WBS),用于估计数据集中变点的数量和位置,通过计算每个抽取区间的CUSUM统计量来判断对应变点的显著程度。本论文从WBS基本原理和数据模拟出发,以提高算法和时间序列模型的学习效率为研究目标,探究整个过程的有效性和可行性,并试图通过改变参数来更好地提高拟合的精度,从而减少计算时间和更准确检测序列的目的,同时本文讲述了阈值检验和信息准则检验的两种检验方式加以验证。本文重点是布伦特原油的实例分析,通过一系列的理论分析和模拟结果,来表明WBS算法在所研究领域中具有优良的检测效果,不仅大大提高了学习效率与计算准确性,还能运用合理知识对研究序列进行预测分析,也表现出较好的拟合度,同时探讨原油价格的发展趋势和应对策略,这都对我国乃至世界经济起着关键性的作用和影响。