指数平滑预测法的运用

指数平滑预测法是用指数折扣加权平均的方法对一个动态数列进行递推预测的方法,在经济管理中有广泛的应用。本文着重研究了平滑系数α值和初始值S_0的确定问题,并以实例说明指数平滑预测法的运用。     

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．     

重庆天然气需求的指数平滑法预测研究

二阶指数平滑法是进行预测的有效方法.以重庆市历年实际天然气消耗量数据为基础,结合天然气实际需求的近线性变化特点,建立了重庆市天然气消耗量的二阶指数平滑模型,并运用该方法对2008年的天然气消耗量进行了预测.结果表明,2007年前预测值与实际消耗值基本相符,误差在±5%之问,说明二阶指数平滑法预测天然气消耗量是准确可靠的,对2008年天然气消耗量的预测,可以用来指导天然气供应系统的建设和天然气气源的储备.     

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.     

布朗单一参数指数平滑法的推广

把布朗单一参数二次多项式指数平滑法推广到三次多项式指数平滑法(即布朗单一参数四次指数平滑法),并利用计量经济学软件Eviews4.0和软件M atlab7.0结合实际数据进行短期预测.布朗单一参数四次指数平滑能更好地跟踪时序的非线性变化趋势,达到更好的短期预测效果.     

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。     

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。     

自适应动态三次指数平滑法在交通预测中的应用

针对传统三次指数平滑法预测模型中平滑系数固定不变、难以跟踪时间序列随时间变化的因素、无法反应不同时间段历史数据对预测结果的影响等缺点,提出了一种改进的动态三次指数平滑法.该方法通过误差平方、最小原则和地毯式搜索算法来获得动态调整的平滑因子,对波动范围较大且呈非线性变化规律的数据有很强的适应性.将自适应动态三次指数平滑法与SARIMA模型、三次指数平滑法进行对比,由铁路旅客发送量的仿真实例分析结果可知,自适应动态三次指数平滑法能更好地适应时间序列的变化趋势,具有良好的预测精度.     

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。     

基于指数平滑法和马尔科夫模型的零售额预测

该文基于零售业商品零售额的实际值,应用指数平滑法进行预测了2012年零售业零售额,以-25％、-20、-15％、-10％为划分阈值,将指数平滑法预测结果的相对误差划分为4个状态区间,应用马尔科夫模型对指数平滑法的预测结果进行修正,并与指数平滑法的预测结果进行比较。最后用马尔科夫模型进行修正并对预测结果加以评价。提出的方法精度较高,满足实际需求。     

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 .     

基于三次指数平滑法的沪牌拍卖月均价预测

随着人们生活水平的提高以及国内外人才向上海的大量涌入,上海车牌拍卖竞争越发激烈,因此对拍牌成交月均价的短期预测具有较高的现实意义.通过对投放数量、投标人数、历史数据等影响因素与成交月均价进行相关性分析发现,利用历史数据进行短期预测最为有效.据此,基于传统的三次指数平滑法和动态三次指数平滑法,利用2016年1~10月上海车牌拍卖成交月均价的历史数据,预测了2016年11月和12月沪牌拍卖成交月均价.同时,通过对预测误差进行分析得到动态三次指数平滑法要优于三次指数平滑法.从而得出,基于动态三次指数平滑法,利用历史数据对车牌月均价进行短期预测,能为车牌拍卖出价提供有效指导.     

基于布朗指数平滑模型的长江航运发展态势

为促进长江航运发展,更加合理有效利用长江资源,采用布朗线性指数平滑法对长江航运发展态势进行分析,认为长江未来货物运输量将呈现增长态势.依据相关理论,在借鉴成功案例基础上,提出管理策略.     

轮循调度的报文平滑改进算法

传统的轮循算法只是简单的对所有队列进行轮循调度,一次调度发送一个分组,使得不同队列在某种程度上"平等"地使用带宽资源。然而由于分组长度不固定,使得长分组队列可能比短分组队列得到更多的服务,获得更高的带宽,因而其公平性受到很大限制。文章提出一种基于平滑的轮循调度算法,该算法提出两个数据结构体,权值矩阵和权值延伸序列。这两个结构体可以减轻传统算法中存在的报文突发性和公平性所带来的问题,并且具有较小的排序复杂性。最后用ns2进行仿真,结果表明该算法能够提供较好的端到端延迟,从而更好地保证了网络服务质量。     

对NWS中资源性能预报算法的一个改进

提出一种新的预报算法——动态指数平滑算法, 该算法 是对传统的指数平滑算法的改进. 为了使指数平滑算法能够更好地适应NWS系统对精确度和系统开销的要求, 增加了对参数的调整. 但这种调整不同于已有的参数调整算法, 并且在时间复杂性、 空间复杂性和预报准确性方面均得到了有效的提高. 通过实验和比较, 本算法更适用于NWS中的时间序列以及有着相似统计学特性的时间序列.     

一种基于鲁棒估计的自适应图像平滑方法

基于鲁棒统计理论,提出一种新的保持图像边缘的图像平滑算法.将图像滤波与平滑转化为一个分段常数模型的鲁棒估计问题.并由此导出基于分段常数模型的尺度自适应鲁棒滤波器.为了自动确定鲁棒滤波器的最优尺度参数,使用直方图分析,结合非参数统计的方法来确定各点的鲁棒尺度参数.该算法可以在平滑图像的同时,保持原始图像中的边缘结构.实验表明,该算法平滑图像的效果,明显优于固定尺度的平滑算法.     

基于IOWA算子的短时交通流预测方法研究

本文首次将诱导有序加权平均（IOWA）算子应用到短时交通流预测中,建立了以整体预测误差平方和最小为目标的组合预测模型。在分析短时交通流预测模型的基础上,本文选取了指数平滑法、季节自回归求和移动平均模型（SARIMA）、BP神经网络模型对短时交通流进行预测,再用IOWA算子将这三种模型进行组合预测。最后进行实例验证,通过MAE、MSE和MAPE三项指标比较分析四种模型的预测效果。结果证明,IOWA算子组合预测模型明显优于其他的预测模型,有效地提高了短时交通流的预测精度。     

基于双指数平滑方法的通信软件可靠性分析

阐述了单指数平滑方法和双指数平滑方法,并用这两种可靠性模型对一通信软件系统的可靠性进行分析预测.通过同传统软件可靠性增长模型的预测结果进行比较,可以看出双指数平滑方法简单,没有复杂的数学计算,而且对通信软件的失效行为的预测更加准确.