搜索资源列表
zhishu
- 指数平滑法是对时间序列进行预测常用的方法之一,其理论基础是趋势外延，即未来一定时期内事物在数量上的演变特征不脱离过去的发展趋势,预测值是以前所有观测值的加权和,且对不同的数据给予不同的权数,越近期数据给予越大的权数,越远期的数据给予越小的权数。-Exponential smoothing method is commonly used to predict the time series one of the ways, the theoretical basis of the trend of
081105
- 基于MATLAB的组合模型 在港口吞吐量预测中的应用 以某港1998--2007年集装箱吞吐量为实测数据，建立其集装箱吞吐量的灰色理论、三次指数平滑、三次多项式 等预测模型，在MATLAB下，对比该港集装箱吞吐量各模型预测拟合值与实际值的差异。分析了差异产生的原因及其单一预 测模型的局限性，提出了港口集装箱吞吐量组合预测法。其预测误差明显低于其它单模型。运用组合预测模型．可以降低误 差。提高预测精度。-A combination of MATLAB-based model i
zuheyuce
- 时间序列,指数平滑法,灰色GM(1,1)模型,运用最优加权组合模型和经验加权组合模型-Combination Forecast
3ci
- 基于三次指数平滑法的程序代码 大家可以参开一下 模仿自己编程-Three exponential smoothing based on the program code to open what we can participate in imitation of their own programming
damai4
- 本包内为 WORD 文档，内涵四个程序代码，分别是利用BP网络和指数平滑法，对数据进行预测用的-WORD documents within the package, meaning the four program code, respectively, the use of BP networks and exponential smoothing, forecasting the data
time-series-exponential-smoothing
- 时间序列预测分析法在建立非线性模型进行经济预测方面受 到广泛的重视和研究。而作为其重要分支之一的指数平滑法，因为操作简 单、适用性强、性能优良、应用广泛而成为经典的预测与控制模型 -The analysis of time series forecasting economic forecasts in a nonlinear model received wide attention and research. And as one of the important branch
pingfangzhishupinghua
- 采用平方指数平滑法对数据进行预测,可用于负荷预测等领域。-Using the square exponential smoothing method to forecast, it can be used for load forecasting.
Single-exponential-smoothing
- 一次指数平滑法是指以最后的一个第一次指数平滑。如果为了使指数平滑值敏感地反映最新观察值的变化，应取较大阿尔法值，如果所求指数平滑值是用来代表该时间序列的长期趋势值，则应取较小阿尔法值。同时，对于市场预测来说，还应根据中长期趋势变动和季节性变动情况的不同而取不同的阿尔法值，一般来说，应按以下情况处理：1.如果观察值的长期趋势变动接近稳定的常数，应取居中α值(一般取0.6—0.4)使观察值在指数平滑中具有大小接近的权数；2.如果观察值呈现明显的季节性变动时，则宜取较大的α值(一般取0.6一0.9)，
shijian
- 全部的时间序列模型，包括指数平滑法，趋势预测算法，AR预测模型，全部是调试好的代码-The aggregation of all the time series algorithm, including exponential smoothing, trend prediction, AR series model, are all good debugging code
matlab
- 本代码是在用MATLAB做预测时用到的，分别为预测模型为移动平均值模型、指数平滑预测法、季节指数预测法-This code is used when using MATLAB to do prediction, forecasting model respectively for the moving average model and exponential smoothing prediction method