基准动态指数平滑的预测模型

指数平滑法在实际应用中,由于其平滑参数和初值是静态的且主要靠使用者的经验来选择,极易导致系统偏差问题,因此,预测结果往往不够理想。本文在对传统指数平滑预测方法局限性分析的基础上,引出准动态平滑参数和准动态平滑初值的概念,并提出一种能自动适应预测进程的新模型。先依据统计学原理对指数平滑预测模型的精度特性进行分析;再以最小预测误差平方和(SSE)为优化目标,建立准动态指数平滑参数和初值的动态优化模型,该模型能随着新观测值的加入而自动调整;最后,基于最速梯度法基本原理,给出该优化模型的一个可行求解方法,客观地求取最优的准动态指数平滑参数和初值。将该模型作为关键技术应用到加工质量预测补偿控制领域,并与时序AR模型、灰色GM模型及传统指数平滑模型的结果进行对比,表明本文方法具有一定的优越性。     

指数平滑法预测信息业实例分析

随着信息产业的迅速崛起,其研究方法日益丰富多彩,特别是相关学科的交叉和渗透,数理方法在这里得到长足应用。诸如在信息产业的投入产出、规模结构、信息化水平和前景预测等方面,自２０世纪８０年代中期以来,陆续出现了一些量化研究的范例。本文试以勃朗三次指数平滑方法对河北省信息产业规模结构进行预测分析。 一、指数平滑法的模型特点 指数平滑法属趋势外推预测,它的数学特性是历史统计数据的大致平滑,是趋势外延。也就是说,它假定过去的发展规律还将继续进行下去。指数平滑又是一种自适应的数学模型,分为一次指数平滑、二次指…     

二次指数平滑预测模型回归系数计算方法探讨

针对二次指数平滑预测模型回归系数的计算原理和方法,文章对传统的二次指数平滑预测模型中的回归系数的计算进行推导,得到二次指数平滑预测模型回归系数的另外一种计算方法.改进后的二次指数平滑预测模型中的回归系数是等价的,而改进后的二次指数平滑预测模型回归系数的计算既简单也便于记忆.     

系统安全数据预测方法综述

据不完全统计,现有的各类预测方法达300种之多,而通常用于系统安全数据预测的方法主要有回归分析法、德尔菲法、趋势外推法、马尔可夫预测、齐次泊松过程模型、指数平滑线、残差辩识法、模型法和灰色预测法等。这些预测方法可分成3类:前5种是统计型的;指数平滑与残差辩识属递推型;灰色预测与模型法则属于连续型。现就这几种预测方法作一简要评述。一、统计型的预测方法1、回归分析法这是一种传统的分析、预测方法,长期以来作为一种经典方法而广泛应用,且种类较多。在系统安全数据的预测上,目前运用较多的为单元线性回归和单元指数回归。由于…     

经济预测中的指数平滑法

指数平滑法是回归分析和时间序列相结合的一种预测方法。华伯泉同志在《统计研究》1986年第2期中介绍了这种方法,但没有解决平滑常数和初始统计量的合理确定问题,也没有提到模型和实际数据是否适合的检验问题;并且以普通回归方程中y的预测区间代替指数平滑法中Z的预测区间,这是不合适的。本文试图解决这些问题,并研究K个观测值总和的预测区间。 -、以时间为独立变量的回归模型 设Z_(n j)表示在时间n j的观测值,考虑如下形式的模型:     

霍尔特指数平滑法参数的优选

霍尔特指数平滑方法有是一种高级的指数平滑方法,它有二个基本平滑公式和一个预测公式。霍尔特指数平滑方法进行预测时,最重要、而且最因难的工作是确定平滑参数的取值问题。目前,在有关参考文献中均未见到相关问题的论述。本文偿试使用运筹学的方法解决平滑参数的优选问题。为霍尔特指数平滑方法在实际中的应用提供一种有效的途径。     

指数平滑预测公式与平滑系数

文章探讨了使用不同的平滑预测公式会有不同的最佳平滑系数的问题，提出了一种预测误差更小、适用范围更广又更加简单的指数平滑短中期预测公式，并提出直接平滑系数和间接平滑系数的概念，推导出计算最佳间接平滑系数的近似计算公式。     

FAR(p)与指数平滑的组合预测算法

一、引言 梅炽、姚俊峰等在<粗铜冶炼中铜铳品位的动态预测模式>一文中(见中南工业大学学报,2000,31(1):34-36)和邵义元在一文中(见鄂州大学学报,2002,9(4):38-39)提出了一种对铜统品位进行预测的方法,即以采集的现场数据为基础,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型.并将两种模型按最小二乘原理,以组合预测误差平方和为目标函数,通过使误差平方和极小化来确定两种预测方法的最优加权系数,建立一种新的组合模型,其预测误差最小.结果表明,在当时数据下,AR(p)与指数平滑组合模型比AR(p)与指数平滑模型单独使用时精确度都要高.本文在此基础上,对AR(p)与指数平滑组合预测模型做了改进,将AR(p)模型中的时间序列模糊化,便成为模糊时间序列,进而建立模糊时间序列AR(p)模型,即FAR(p)模型.从而提出一种新的组合预测模型--FAR(p)与指数平滑组合预测模型.最后将两种组合模型用于预测油田产油量,结果表明,FAR(p)与指数平滑组合预测模型比AR(p)与指数平滑组合预测模型有更高的预测精度.     

Excel变量与三次指数平滑模拟预测方法

指数平滑法是对预测对象的全部历史序列数据,通过加权平均从而进行预测的一种方法.在进行指数平滑预测时一般要通过对加权系数α取不同的值,经过多次模拟运算并比较预测误差,从而选择适当的预测结果.然而,当采用二次或三次指数平滑模型,进行预测分析时,由于计算公式较为复杂,模拟运算过程参数的改变就非常繁琐.本文以我国肉类产量三次指数平滑预测为例,利用Excel变量和工作表相结合,建立数据、图表间的链接关系,从而实现了方便、快捷的模拟运算预测分析.     

基于组合模型的海南瓜类产量分析预测

伴随着海南国际旅游岛建设,海南农业迎来了新的发展契机,而瓜类产量作为影响海南农业经济的重要因素和指标,具有非常重要的研究意义。要解决海南瓜类滞销问题,就需要有长远的政策考量,才能走出瓜类价格波动周期,而价格波动是由产量大小决定,因此,我们必须对瓜类产量进行全面分析与预测。鉴于单项预测模型的局限性,文章运用时间序列ARIMA模型、指数平滑模型、曲线回归模型的组合模型,对海南连续几年瓜类产量规律进行了预测分析。     

农产品价格预测模型的构建

农产品价格变动关乎农民收入的增长和生活水平的提高,同时也是农业管理部门决策的重要依据.针对农产品价格预测这一问题,文章先后建立了指数平滑模型、ARIMA(求和自回归移动平均)模型及基于二者的组合预测模型,并结合2011-2015年西安朱雀市场胡萝卜的月度价格数据,依据所建立的三个模型应用SPSS等相关软件对未来短期胡萝卜价格进行预测分析.预测结果显示:组合模型比单个预测模型预测精度更高,是一种有效的农产品价格预测模型.     

基于惩罚最小二乘估计的长期用电量半参数预测模型

文章针对惩罚最小二乘估计的高精度特性,构建了基于惩罚最小二乘估计的半参数回归模型。并将指数平滑思想融入模型,对模型的误差序列进行趋势外推与大幅度外延预测。实证结果表明了所提方法的有效性。     

指数平滑预测法研究新结果

指数平滑预测法研究新结果合肥经济技术学院汪琥庭指数平滑预测法，由于具有简单易懂、计算和存储费用低廉、模型分量和参数对使用者具有较直观的含义等优点，因而近年来在我国的许多研究领域获得了广泛的应用。“预测方法和技术的应用研究”课题组的一项研究表明，在各种...     

基于ARIMA模型的短时序预测模型研究与应用

在对我国国内生产总值数据研究的基础上,提出了一种新的面向短时序数据的结构分析模型-—平滑ARIMA模型。此模型的数学定义清晰,易于计算机实现,同时由实证分析的结果表明,与灰色模型预测相比较此模型有很好的识别能力。     

运用指数平滑法建立指数曲线趋势模型之探讨

文章应用指数平滑原理,以不同的平滑方式建立起指数曲线趋势模型,并与其它时间序列预测 法相比较,分析其优点。     

销售预测中指数平滑法与时问序列分解法的比较

销售预测是企业经营活动中不可缺少的一个环节,因此,有多种销售预测方法。文章着重对指数平滑法和时间序列分解法通过实例作了分析和比较,从而指出了各自的优缺点。     

0-1动态数据的双向差分的模型构建

文章给出了0-1动态数据的双向差分建模方法。首先将观测序列按某一标准转为0-1动态数据,然后建立单调型动态序列的双向差分模型,对其残差建立起伏型动态序列双向差分模型以作精度修正,这样整个0-1动态数据预测精度非常高。最后,对我国国内生产总值指数变化状态作出了预测。     

ARIMA与指数平滑法在我国人口预测中的比较研究

文章建立了基于人口时间序列资料的ARIMA和指数平滑法人口预测模型,并将二者进行比较,得出最优模型为ARIMA(2,2,1)模型;用此模型对我国2006～2015年人口数作出了估计.结果表明,ARIMA模型更适合我国人口时间序列数据的拟合;我国总人口在未来十年内仍会增长,但增长速度渐趋缓慢,到2010年末,我国人口将达到13.39亿.     

我国居民消费价格波动和预测：1997-2010

 CPI与人们的生活息息相关,同时也是经济分析和决策、价格监测和调控及国民经济核算的重要指标。本文以1997年1月至2009年12月我国衣食住行及城乡分类月度定基CPI数据为样本,在分析其波动特征及差异的基础上,通过指数平滑法的Holt-Winters模型将其分解为季节和趋势波动。结果表明,我国分类CPI各自具有明显的趋势和季节特征,并得出其波峰和波谷到达时间;模型对其有非常好的拟合效果,其MAPE依次为0.253%、0.816%、0.364%、0.359%、0.391%、0.338%。在此基础上对我国2010年各月的分类CPI进行了科学预测。     

股票价格变动短期趋势的技术分析

股票价格变动短期趋势的技术分析周兆麟，周薇５．指数平滑短期预测在移动平均法中可以看到它有两个不足之处：一是计算一次移动平均要贮存最近Ｋ期实际数据（包括搜集和贮存大量工作），二是为了突出近期数据对平均值的影响，用给近期数据以更大权数的加权移动平均来解决...