排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
周炳飞 《长春师范学院学报》2014,(2)
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。 相似文献
2.
周炳飞 《长春师范学院学报》2014,(1):10-13
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... 相似文献
3.
周炳飞 《哈尔滨师范大学自然科学学报》2013,(4):25-27
利用matlab软件,在二次指数平滑模型的基础上,依据误差平方和最小为判断标准,建立了动态指数平滑模型,并依据此模型对上证指数进行模拟和预测.结果表明,动态指数平滑模型可以准确找到合适的参数,使得模型的准确度大大提高,同时也避免了具体使用指数平滑法时不断寻找参数的状况. 相似文献
1