一类推广的指数平滑优化模型性质及算法的研究

在原二次指数平滑模型的基础上 ,提出了一种带有动态平滑参数的指数平滑优化模型 ,包括差分 指数平滑模型 ;通过引入动态参数 ,建立了不需选取平滑初值的新模型 ;采用Fibonacci算法优选并自动生成平滑参数使模型得以优化 .从而较完整地解决了指数平滑预测中 ,平滑参数靠经验确定且为静态、平滑初值难以确定并易导致预测偏差等问题 .     

基于粒子群算法的指数平滑系数优化方法

主要研究指数平滑法中平滑系数的优化方法,使用改进的粒子群算法,并采用预测误差平方和(SSE)作为精度评价指标求解平滑系数,使求解值逼进平滑系数的最优解。通过在实际数据集上的与其他平滑系数优化方法的对比分析,文中所提出的基于改进粒子群的指数平滑系数优化算法,能更加准确地求解出平滑系数,并且提高了算法能力,解决了其他算法在多极值的情况下不一定能求出最好平滑系数的问题。     

指数平滑模型的新构思

从二次指数平滑模型着手，针对现有指数平滑模型存在的平滑初值难以确定，平滑参数难以选取等问题，提出避免选取平滑初值的修正二次指数平滑模型，以及用斐波那契算法优选平滑参数的方法，预测了江苏省２０００年的农业总产值，结果表明预测精度有所提高，针对二次指数平滑模型的新构思对其它指数平滑模型同样适用。     

动态三次指数平滑法及应用实例

传统的指数模型多用于处理线性趋势的时间序列,本文在此基础上建立了可以处理非线性时间序列数据的动态三次指数平滑模型。以拟合值与源数据误差的平方和为评价指标,通过使得该指标最小来计算最优时间序列系数,建立三次动态指数平滑模型。评价指标类似于评价函数,对模型自动评价,从而提高模型的适应能力,提高模型的计算精度。通过对实际时间序列的分析,进一步证明通过误差评价指标评价的方法建立的动态指数平滑可以降低误差,使预测更加精确。     

动态三次指数平滑法及应用实例

传统的指数模型多用于处理线性趋势的时间序列,本文在此基础上建立了可以处理非线性时间序列数据的动态三次指数平滑模型.以拟合值与源数据误差的平方和为评价指标,通过使得该指标最小来计算最优时间序列系数,建立三次动态指数平滑模型.评价指标类似于评价函数,对模型自动评价,从而提高模型的适应能力,提高模型的计算精度.通过对实际时间...     

季节性指数平滑法在城市用水量预测中的应用研究

针对季节性平滑指数方法对于异常数据适应能力较差的特点,对该方法进行优化改进,建立更加可靠的数据模型,并通过实际监测数据检验,得出改进后的季节性平滑指数法在北方地区预测用水量具有更高的精度,满足给水系统的仿真要求。     

浅析试算法在项目决策与分析中的应用

试算法在工程计算和经济管理中有着广泛的应用,在项目决策与分析中其主要用于优化平滑指数的取值,计算资金成本和求内部收益率三个方面。     

指数平滑参数与初值的选取研究

实际应用指数平滑法时，由于主要靠经验选取平滑参数与初值，预测结果往往不合理．通过对传统预测模型的分析，提出了扩大平滑参数选取区间以及初值选取模型化的思路，得到了可以克服预测滞后的平滑参数选取区间，获取了以所有历史数据按指数平滑规律加权后的初值．并用该优化方法检验了ERP项目实施中的生产经营目标预测值，取得了满意的效果．     

R-T-S平滑算法在捷联惯性异航系统初始对准精度事后评估中的应用

捷联惯性导航系统(SINS)通常采用Kalman滤波实现初始对准．由于R-T-S最优固定区间平滑算法的精度比Kalman滤波高，采用R-T-S最优平滑算法通过事后处理SINS对准数据来计算SINS的失准角，作为参考失准角，对SINS初始对准的精度进行事后评估．以船用SINS为例进行了仿真．结果表明，R-T-S最优平滑算法的精度比Kalman滤波精度高，从而说明利用R-T-S平滑算法对SINS初始对准精度进行事后评估是可行的．     

指数平滑系数的优化研究

通过对指数平滑系数的研究,提出了平滑系数的优化确定方法;并将优化后的指数平滑系数在我国煤炭产量的预测中得以验证.     

光滑有限单元法及其应用

对光滑有限单元法进行综述,介绍光滑有限单元法、边界光滑有限单元法、节点光滑有限单元法的基本思想、基本算法、方法特点以及在一些领域的应用.归纳得出:光滑有限单元法将应变光滑化措施引入有限单元法,可以降低网格划分要求,适应不规则网格;光滑有限单元法的算法与有限单元法基本相同,在有限单元法程序基础上进行少量修改即可实现;光滑有限单元法计算结果比有限单元法更精确.     

数字图像的平滑

一幅原始图像，在获取和传输过程中，会受到各种噪声的干扰，使图像退化，质量下降．退化会引起图像模糊，特征淹没，对分析图像不利．为了抑制噪声改善图像质量进行的处理称为图像平滑或去噪．数字图像平滑处理可以在空间域或频率域中进行．分析图像平滑处理方法，对相关方法的适用场合进行探讨，并且给出实现程序．     

一种模拟最速下降法的表面网格优化方法

提出的ADAW方法是一种基于优化原理的网格光滑化方法.它模拟最速下降法的过程,针对局部网格优化这个多目标优化问题,根据最速下降法的两个步骤对目标函数的连续或可导的要求,设计了一对目标函数（可导函数和连续不可导函数）,共同作用于网格光滑化过程.可导函数用于计算局部网格单元质量平均值;连续不可导用于计算最差单元质量和质量平均值的差.在寻找最速下降方向时,计算可导目标函数的梯度,得到最值所在方向;在线性搜索过程中,同时使用两种目标函数确定步长.给出了用于结合ADAW方法和Laplacian方法的完整算法,用于提高光滑化效率.实验结果证明,该方法在提高局部网格平均质量的同时,也改善了最差单元的质量,整体处理效果优于传统方法.     

一个基于新光滑函数求解非线性互补问题的光滑算法

基于新的光滑函数,提出了一个求解非线性互补问题的光滑型算法.该算法可以从任意点出发,每一步迭代只需求解一个线性方程组,并进行一次线性搜索.在不需要满足严格互补条件下,证明了算法是全局收敛且是局部二阶收敛的.数值实验表明算法是有效的.     

利用指数平滑法预测经济变量

在对某经济变量预测中，采用了霍尔特-温特斯指数平滑法和利用季节指数修正二次指数平滑值方法，从中选择一个误差小、精度高、令人满意的预测法。     

混合互补问题的光滑类Broyden拟牛顿算法

混合互补问题的求解能够转化成对其KKT系统的求解.对于混合互补问题KKT系统的求解采用先将KKT系统转化成一个非光滑的非线性方程组,然后构造新的光滑函数来逼近非线性方程组的方法.文中算法采用光滑类Broyden拟牛顿算法,全局收敛性得到了证明,数值试验表明算法是有效的.     

解一类随机线性互补的可行光滑牛顿法

目的研究一类随机线性互补问题。方法提出了可行的光滑牛顿法求解该随机线性互补问题。用了一个近似函数,当光滑参数是正的时候,该函数是光滑的。当一定的条件满足时,用一个新的点更新光滑参数。结果在一定的条件下,收敛性得到了保证。结论数值实验说明本文的方法是有效的。