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.     

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...     

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…     

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。     

最优加权组合法在中国粮食产量预测中的应用研究

组合预测模型可以较大限度地利用各种预测样本信息,比单一预测模型考虑问题更系统更全面.能够有效地减少单个预测模型中一些随机因素的影响,从而提高预测精度.文章利用最优加权组合法,对柯布一道格拉斯生产函数模型,指数平滑模型和ARMA模型进行组合,通过计算确定其权重,得出未来十年的粮食预测产量;而根据MSE准则得出组合预测模型的精度比其余单一的预测模型的预测精度高.与我国在2008年提出的<国家粮食安全中长期规划纲要>中的目标进行比较发现,如果在现有条件下要达到目标,政府必须在政策和农业技术等层面制定更加切实可行的措施.     

基于成分数据动态指数平滑的用户需求变化趋势预测模型

用户需求是产品开发的重要前提,而用户需求是动态变化的,现实中人们又很少去关注用户需求的变化,导致企业开发的产品很难满足用户的实际需求,产品的功能或性能会产生冗余或不足现象.针对这一问题,文章提出基于卡诺模型和动态指数平滑的用户需求变化趋势预测模型.首先把卡诺模型应用在用户需求信息的分类上,然后结合成分数据分析,采用优化的动态指数平滑预测法,建立了用户需求变化趋势预测模型,最后仿真实例验证了所提理论与方法的正确性和有效性.     

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。     

怎样推导指数平滑法预测模型的参数计算公式

指数平滑法是较为常用的一种趋势预测方法.但令人遗憾的是,有些统计学著作在介绍指数平滑法的参数推导过程时,往往过于简单,且前提条件不够充分.本文将给出有关指数平滑法多项式预测模型的参数计算公式以及这一公式的证明.设指数平滑法多项式预测模型为:     

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。     

霍特指数平滑法参数的优选

霍特指数平滑方法是一种高级的指数平滑方法,它有两个平滑参数需要确定.用霍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α、β的取值问题.笔者利用EXCEL模拟运算表的功能很容易实现了在离差平方和最小(或绝对离差和最小)条件下的参数估计.为霍特指数平滑方法在实际中的广泛应用提供一种有效的途径.     

股市量化投资策略与实证检验

文章通过多个反映市场动态的因子模型,构造出可以根据市场变动做出自适应调整的平滑系数,建立了看涨和看跌市场动态自适应指数平滑模型,并且给出了基于模型的量化投资策略.以沪深300指数为样本,使用Bootstrap方法和ARCH族模型进行实证检验,从均值差异、流动性和信息不对称等角度分析市场动态自适应指数平滑模型投资策略对于股票市场收益率的预测能力.检验结果证明了策略具有较强的预测能力和对市场变化的适应能力.     

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.     

隐含在Excel中的统计预测方法研究—简单移动平均法和指数平滑法的Excel中的处理

本文以目前普遍使用的Excel软件为计算工具，对隐含在Excel中的统计预测方法进行挖掘使用，并以简单移动平均法和指数平滑法为例，阐述了这两种方法用Excel处理预测过程。     

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.     

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.     

用概率方法确定平滑系数（α）

本文以现代概率论为基础,针对指数平滑法中平滑系数(α)的确定,提出了一种新的方法—概率法,从而较好地克服了现行的平滑系数(α)确定方法所存在的一些缺陷。而且,经过例证,证明效果良好。     

关于总和生育率的统计分析模型

文章根据2007年高教杯大学生数学建模竞赛A题中的人口数据,针对总和生育率分别建立指数平滑模型和Gaussian模型,并对我国近年来育龄妇女总和生育率进行预测,合理地刻划了我国总和生育率的长期变化趋势.     

EXCEL97在统计预测中的应用

本文介绍了ＥＸＣＥＬ９７在移动平均预测、指数平滑预测和回归分析预测中的应用。     

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。     

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。