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…     

数学模型预测法的准确性与适应性问题

数学模型预测法的准确性与适应性问题一、统计预测杨型和预测方法统计预测模型主要有六种：固定平均数模型、移动平均数模型、长期趋势模型、周期性变动模型、回归模型和随机模型．根据预测模型又分：直观法、最小平方法、折扣最小平方法、指数平滑法和三点法。按照预测的...     

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。     

指数平滑模型功能分析

指数平滑模型功能分析黄泽荣，许刘俊几种指数平滑模型的功能指数平滑模型有一次，二次，更高次之分，其共同点是利用全部观测资料的信息，在平滑的基础上进行外推预测。但不同的指数平滑模型的适用背景有明显的差异。一次指数平滑模型适用条件是观测数据没有明显的上升或...     

基于组合预测模型的GDP统计数据质量评估研究

准确可靠的统计数据是把握经济运行情况、进行科学决策的基础.以我国GDP数据的准确性为例,选取1985～2010年间的数据作为样本,根据时间序列自身的变化特点,分别拟合灰色预测模型、回归组合模型和双指数平滑模型.在模型通过统计检验、具有良好统计预测能力的基础上,构建基于误差绝对值和最小的组合预测模型对我国GDP数据进行预测,所得预测值代表“真值”,再从异常值的角度对我国GDP数据的准确性进行分析,结果表明组合预测模型在统计数据准确性检验中较高的实用价值,值得进一步研究.     

季节性指数平滑法参数的优选

一、季节性指数平滑法 季节性指数平滑法是20世纪60年代初由温特(Winters)研究制定出来的一种较高级形式的指数平滑方法.这种方法最突出的优点是对具有趋势变动和季节变动两种因素的时间数列,分别对每种因素进行指数平滑,然后将各种因素的平滑结果结合起来,对原时间数列进行预测.这就扩大了指数平滑方法的应用范围,提高了对兼有趋势和季节变动两种因素时间数列预测的准确性.     

论平滑系数的优选

指数平滑法是由移动平均法发展而来的,并得到广泛接受的一种传统的时间序列预测法,它的主要优点是对于给定的时间序列观察值以不同的加权,体现了近期信息比远期信息更重要。但使用指数平滑法最困难之处在于平滑系数α的选取,以往α的选取是凭经验,或反复试验而得。 笔者认为,指数平滑法的平滑系数采用0.618法作优选,能取得较好的效果,能较     

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。     

几种时间序列分析方法的比较与应用

一、几种时间序列分析方法的简单比较时间序列分析技术是通过对预测目标自身时间序列的处理,来研究其变化趋势的方法。本文把时间序列预测技术大致分成三个方面,即:"确定性时序分析法"、"随机(非确定性)性时序分析法"及"确定性加随机性时序组合模型分析法"。确定性时序分析法主要有:①移动平均法、②指数平滑法、③时间回归法和④季节周期预测法等。确定性时序分析法能够刻画序列的主要趋势,且直观、简单、     

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.     

一元非线性回归两种不同模型的比较

一元非线性回归是常用的统计分析方法,其计算方法是通过数学变换将非线性模型转换成线性模型,然后用最小二乘法计算回归系数。将非线性模型转换成线性模型有两种数学模型,其一是经过线性化后,以直接观测值的函数作为因变量,这是常用的方法,称其为间接观测值回归;其二是经过线性化后,以直接观测值作为因变量,称其为直接观测值回归。文章讨论了这两种数学模型回归结果间的差异,通过仿真实验说明了直接观测值回归的结果优于常用的间接观测值回归的结果。     

统计预测方法的特点研究

一、统计预测方法的分类研究现代预测方法的发展,往往是各种预测方法的交叉运用,相互渗透,很难有截然的划分。因此,在分类问题上不能绝对化。但按预测的性质,大致上可分为定性预测法、回归预测法（包括经济计量模型法）、时间序列预测法和组合预测法四类。１．定性预...     

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.     

统计预测中的指数平滑法

运用最小平方法求出时间数列的趋势线进行预测时,时间数列所反映的过去各个时间的经济信息都是相等地影响预测值的。它不能正确地反映近期的经济信息要比远期的经济信息影响趋势变化重要得多的客观事实。在预测中如何正确处理这个问题呢?一般是采用合理的加权法,即对过去的近期数据比对远期数据给以较大的权数。指数平滑法就是目前普遍应用的一种趋势预测法。现就指数平滑法的由来、计算方法和应用介绍如下:     

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。     

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…     

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...     

ARMA模型在我国体育股票价格预测中的应用

中体产业股票作为我国唯一的体育类股票,为了准确把握其波动状况,科学预测未来发展趋势,收集了2002年1月1日至2010年6月30日中体产业股份有限公司股票的1510个日收盘价格指数为研究样本,进行了时间序列分析,建立了中体产业股票的自回归移动平均模型(即ARMA模型)。结果显示:模型ARMA(3,1)能较为准确地预测中体产业股票每日数据,模型的预测值与实际观测值非常接近,说明时间序列模型在中体产业股票状况预测中具有较好的应用价值。     

AID法在回归分析中的应用

一、问题的提出回归预测的一个基本前题，是样本期数据比较均匀地分布在一条曲线周围，如果有些偏离回归曲线的“特异值”，并不是由随机因素的影响造成的，此时，很可能产生较大的误差，而多元统计的聚类分析中有许多适用于此情况的预测方法，其中AID法就是一种较为简便易行的方法。二、AJD预测法AID方法的基本思想是依据最优分割的原则，对有序样本进行合理分类，使划分后的各类离差平方和达到极小。然后再根据预测值所属的类进行预测。AID方法的关键是如何分类，为方便起见设样本期有n牟观察值为lx，y；，i－1，2…，n卜x，v；均为…     

ARMA模型在我国体育股票价格预测中的应斥

中体产业股票作为我国唯一的体育类股票，为了准确把握其波动状况，科学预测未来发展趋势，收集了2002年1月1日至2010年6月30日中体产业股份有限公司股票的1510个日收盘价格指数为研究样本，进行了时间序列分析，建立了中体产业股票的自回归移动平均模型（即ARMA模型）。结果显示：模型ARMA（3，1）能较为准确地预测中体产业股票每日数据，模型的预测值与实际观测值非常接近，说明时间序列模型在中体产业股票状况预测中具有较好的应用价值。