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.     

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.     

三次指数平滑法在基坑地表沉降变形分析中的应用

根据某地铁车站基坑施工过程中地表沉降监测的实测资料,应用三次平滑指数法进行沉降变形的预测,充分证实了在地表沉降变形分析中该预测法的可行性;研究结果表明:在现有地铁车站基坑地表沉降14期观测数据参与建模条件下,三次指数平滑法与时间序列ARIMA(1,1,1)模型相比,其均方误差MSE较小,模型的预测值与吻合较好,平均残差值为-0.010 1,平均相对误差为-0.219 0,确保了地铁车站的正常施工及安全使用,为后续工程建设提供保障。     

组合模型在港口集装箱吞吐量预测中的应用

根据某港的集装箱吞吐量的历史数据,分别利用时间序列的三次指数平滑法、改进的GM(1,1)残差模型以及组合预测方法对某港的集装箱吞吐量进行了探讨,并对未来几年某港集装箱吞吐量进行了预测.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值以及误差的标准差分别为4.5208,0.0343,49.5161,都小于单独用三次指数平滑法或改进的GM(1,1)残差模型时的平均绝对误差、平均相对误差绝对值以及误差的标准差,达到最优的精度等级.     

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。     

基于三次指数平滑的云南学龄儿童人数预测研究

构建科学、准确的学龄儿童人数预测模型,对合理规划小学学校数量,制定小学教师招聘计划,制定人口政策具有一定的参考价值。根据预测误差平方和最小原则,利用Matlab循环语句命令编程,设定平滑系数α的一个精度,从0α1的所有值中选择最优α,研究发现利用该法建立的三次指数平滑模型在学龄儿童人数预测方面有较好的预测效果;在此基础上利用马尔科夫预测法,对三次指数平滑模型预测结果进行修正,弥补了因随机波动性导致的预测误差偏大的情形;通过对这两个模型预测结果的对比分析,表明三次指数平滑-马尔科夫模型的预测效果比单独利用三次指数平滑模型的效果有较大改善。     

利用模糊理论对一次指数平滑法的改进

利用模糊理论对一次指数平滑法进行了研究,先从模糊数学的角度对指数平滑法作出了解释,然后提出对该法的一种合理改进算例表明这种改进方法能克服一次指数平滑法本身的不足,提高预测精度     

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。     

组合模型在深圳港货物吞吐量预测中的应用

根据深圳港货物吞吐量的历史数据,分别利用时间序列的三次指数平滑法、GM(1,1)灰色预测模型法以及组合预测法对深圳港货物吞吐量进行探讨,并对未来几年深圳港货物吞吐量进行预测.结果表明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差的绝对值,都小于单独用三次指数平滑法或GM(1,1)灰色预测模型法时的平均绝对误差、平均相对误差的绝对值,可以降低误差,提高预测精度.     

对高次指数平滑预测模型的改进和推广

本文揭示了指数平滑预测法与其它平均预测法之间的本质联系 ,指出了高次指数平滑预测法在对典型的斜坡型时间序列作预测时出现的系统误差和原因 ,最后把指数平滑预测法中指数权的原理推广到估计一般趋势线方程参数上     

基于平滑指数法的我国铜材产量预测

铜是用途广泛且较为贵重和稀缺的有色金属.科学预测我国铜材产量,是制定行业发展规划的基础,对指导企业有序、有效生产经营,保持我国促进我国铜产业健康发展具有重要的现实意义.平滑指数法是时间序列预测常用的方法,预测值是以前观测值的加权和,且对不同的数据给予不同的权数,新数据给予较大的权数,旧数据给予较小的权数.运用三次平滑指数法预测我国铜材产量,取得了理想的效果,平均预测仅为1.658 8%.由模型预测得到2017年6月我国铜材产量为178.356万t.     

基于指数平滑法的京包线铁路客运量预测

铁路客运量预测是编制旅客运输计划的基础,也是铁路技术设备改造的重要依据。铁路客运量预测的方法有多种,利用时间序列法中二次指数平滑模型,结合京包线近几年旅客发送量调查数据,通过时间序列趋势变化分析,计算得出2012-2013年旅客发送量,为科学规划京包铁路发展提供理论依据。     

基于改进指数平滑法的岩体边坡变形预测

结合VisualBasic.NET编程技术提出了二次和三次指数平滑预测模型参数α的优化改进方法,建立了参数最优的二次和三次指数平滑法预测模型.基于锦屏一级水电站左岸高边坡工程部分监测数据,应用指数平滑法基本原理建立二次指数平滑法和三次指数平滑法预测模型,并应用该模型对左岸高边坡某工程部位监测位移等变形物理量进行预测预报分析,结果表明,改进的预测模型预测结果准确有效,与后期实际监测位移比较误差较小.     

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.     

生态环境数据预测方法研究

大规模生态环境数据的处理和统计分析为环境保护和预测提供重要依据,其分析和预测方法成为数据处理的研究重点。在对海量生态环境数据的分类整理和综合处理基础上,基于时间序列的指数平滑法建立了一种动态二次指数生态环境数据预测模型。该模型针对生态环境的实时变化特征,利用二次指数平滑方法实现了静态参数的动态优化处理。以云南大理生态环境数据为样本,通过实验仿真测试和模型分析,结果验证了该模型的适用性和准确性。     

改进的季节性指数平滑法预测空调负荷分析

根据空调日总负荷和日平均气温之间的较强相关性,对经典的季节性指数平滑法预测模型中的水平因子项进行修正,并去掉趋势因子项,得到了改进的季节性指数平滑预测模型.以上海某医学中心空调系统作为该空调负荷预测模型的应用实例,在整个预测期内模型平均预测误差为8.8%.这表明改进的季节性指数平滑法适合于办公类建筑空调负荷的预测.     

SARS经济预测模型

利用经济预测方法，建立了非典数学模型，分别利用0．618法、时间序列的指数平滑技术及温特法对数据进行纵向和横向处理，得出了数据预测趋势走向图和统一预测公式．     

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.     

粗铜冶炼中铜锍品位的动态预测模式 —AR（p）与指数平滑最优组合法

提出了一种对铜锍品位进行预测的新方法 ,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 .AR(p)模型要求数据对象是平稳时间序列 ,而三次指数平滑模型的数据对象具有随机性 ,考虑到铜锍品位的波动性 ,将 2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 2种预测方法的最优加权系数 ,建立了一种新的组合模型 ,其预测误差最小 .结果表明 ,在当时数据条件下 ,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 ,这对指导生产具有实用意义 .     

指数平滑结合条件Markov预测模型研究——基于新疆货运量预测

建立了一个时间序列预测模型。以三次指数平滑模型为基本预测模型,并基于马尔科夫链定义了误差修正模型--条件马尔科夫链。条件马尔科夫链的特点在于将传统马尔科夫链中的一步状态转移概率矩阵变成条件一步状态转移概率矩阵,即在条件马尔科夫链的状态转移概率矩阵中,每个元素的意义为:在已知t-1时刻的状态下,t时刻的状态转向t+1时刻状态的概率:即P{(E_t→E_(t+1))/E_(t-1)}。在文章中以新疆货运量为实验对象,通过对新疆货运量这一指标用三次指数平滑模型,用三次指数平滑模型结合马尔科夫链和三次指数平滑模型结合条件马尔科夫链三个模型进行预测,结果显示,经过条件马尔科夫链修正后的预测结果误差最小,证明文中模型可以有效提高预测精度。