在本文中，我们基于有限混合回归模型研究了来自异类总体的时间序列数据的回归问题。 我们提出了两个有限的混合时变回归模型来解决这个问题。 提出了一种用于模型变量选择的正则化方法，该方法将适当的惩罚函数和l2惩罚混合在一起。 逐块最小化最大化（MM）算法用于这些模型的最大惩罚对数拟似然估计。 通过仿真分析说明了该过程，并在分析2009年12月14日至18日期间圣保罗市的城市车辆交通行为方面进行了应用，这表明所提出的模型优于FMR模型。