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 .     

多维AR（p）模型的估计理论及应用

叙述了多维AR(p)模型的分析与处理方法、多维AR(p)预测模型的建模过程及参数估计的计算方法，并将该模型在测井曲线的预测中加以实际应用．应用结果表明：本预测模型对多维动态数据进行预测是可行的。     

灰色系统与时序组合模型在高层建筑沉降预测中的应用

将高层建筑沉降监测数据视为具有确定性趋势的非平稳时间序列，运用灰色GM(1，1)模型提取其中的趋势项，用AR(n)模型表示随机残差项，利用灰色-时序组合模型进行沉降预测．算例结果表明，该组合模型具有较高的预测精度，是一种简单、实用的高层建筑沉降预测方法．     

AR(p)模型的诊断定理及其应用

基于一个时间序列的观察值和其估计值，给出了一个AR(p)模型的诊断定理，并证实了对发展变化较为健康的经济时序数据，比如我国的国内生产总值(1952年～1999年)，我们能用AR(p)模型很好地来刻画．     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出，AR模型的预测精度要优于其他的预测方法，达到了预期的精度要求。     

三次指数平滑模型在短期铁路旅客发送量预测的应用

本文主要介绍了三次指数平滑预测法、的数据原理及在短期铁路旅客发送量预测中的应用,并利用Excd进行建模,分析该方法在数据拟合、预测方面的适用性。最后本文以某企业城际列车旅客发送量为对象,对该预测方法进行实例说明。     

基于指数平滑与曲线拟合的交通违法预测方法研究

为了更加准确地估计交通违法数据的变化趋势,针对交通违法预测需求分析,设计了一种基于指数平滑与曲线拟合方法结合的组合预测方法。算法公式简单、易实现,可移植性较强,具有普适性。利用实际数据对该方法进行了数据验证,并与对比算法进行了效果对比。验证结果表明,本文中提出的方法预测效果较好,具有一定实用性。     

基于时间序列中AR（p）模型的风险模型研究

本文在引入时间序列中的AR(p)模型后,在保单的保险费随机收取并且满足AR(1)模型的条件下,研究了风险模型的调节系数和破产概率,推广了文献[3-4]的结论。     

一次指数平滑模型预测法及实际应用

本文分析了一次指数平滑模型预测法的计算原理、计算方法及其应用,该方法有易掌握、易操作、计算方法呈规律性等特点,在日常生活、生产及统计工作的预测研究中具有极其重要的作用,用Turbo c等计算机语言设计成程序后,可广泛应用于研究工厂生产的发展趋势,并对今后产值进行预测。该方法具有较高理论和应用价值。     

基于回归分析与三次指数平滑的组合预测

组合预测是把几种单一的预测方法进行组合后得到更好的预测结果的方法.文章根据国家财政用于科学研究支出的统计数据,运用回归预测与三次指数平滑预测,而后求出组合预测的权重,最后得出更优的预测结果.     

具有指数趋向季节性模型的自适应平滑预报技术

本文提出了具有指数趋向季节性模型的自适应平滑预报技术,给出了参数递推公式,对参数递推的初值估计及指数增长参数的确定等问题进行了讨论。最后,作者用本文方法作出了某铁路局客运量的预报。     

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.     

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.     

高阶指数平滑的多项式预测模型

给出高阶指数平滑多项式预测模型中有关系数的递推公式，并给出一个应用的例子．     

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．     

基于多参数指数平滑的图书借阅量预测

利用多指数平滑法对华北科技学院图书馆2007年1月到2009年12月的月度图书借阅数据进行了实证分析,在此基础上对华北科技学院图书馆2010年1月至6月借阅情况进行了预测,结果与实际有较好的拟合,方法精度较高,操作简单快捷。     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

指数平滑法及其在负荷预测中的应用

指数平滑法是电力系统负荷预测的主要方法之一,该方法的准确性取决于平滑系数α.对采用厚近薄远原则与远近相同原则优选α进行对比研究,结果表明采用厚近薄远原则优选α有更好的结果.在此基础上,结合相关分析,给出了厚近薄远的具体方案,并给出了负荷预测的具体实例.     

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.