指数平滑法

摘要： 为了解决传统的基于RGB的动作识别方法易受到光照、遮挡等背景因素的影响,降低了识别准确率和实时性,提出了一种融合层级注意力机制的二维骨架动作识别方法。使用人体姿态估计算法OpenPose提取视频中的人体骨架关节点,对所提取的骨架数据中缺失点和异常点通过均值补全法和指数平滑法进行数据预处理,构建了基于CNN-LSTM与层级注意力机制融合的网络模型CNN-HALSTM实现动作分类。结果表明:本文方法在交互运动数据集和KTH数据集上的识别准确率分别为96.73%和98.35%,模型参数量显著减少,具备实时性优势,优于其他同类型方法。

摘要： 针对自动化立体仓库库存预测结果存在不准确和时间滞后等问题,课题组提出一种基于改进粒子群算法并结合指数平滑法来构建库存预测模型。分析传统粒子群算法和指数平滑法的原理以及缺点,通过引入附加变量、非线性动态调整惯性权重以及异步变化学习因子的方式,提出一种改进的粒子群算法;并采用4种标准测试函数来验证算法的寻优能力;最后将改进后的算法与平滑指数算法相结合构建预测模型,以某公司生产的导流板实际库存数据为例进行仿真实验,并与常用的几种预测模型进行验证对比。结果表明改进的粒子群算法预测模型的精度更高。该模型能够解决传统预测模型精度不高、适用情况单一等问题,提高企业的库存利用率。

摘要： 针对单项灰色模型、指数平滑法在建筑安全事故预测方面存在的局限性,建立了一种基于最优加权的组合预测模型。以综合当量死亡率为样本数据,分别采用灰色模型、指数平滑法、两者的最优加权组合模型对建筑安全事故进行预测。对比分析单项预测模型和组合预测模型的预测结果与精度,并选取精度较高的模型对未来几年的建筑安全事故进行预测。结果表明,组合预测模型优于各单项预测模型,未来建筑安全形势依然严峻。

摘要： 郑州市是河南省省会、中原城市群的核心城市,是我国重要的交通枢纽。随着经济与物流业的迅速发展,郑州的综合运输体系能否支撑未来经济的进一步发展需求,是需要关注的问题。通过指数平滑法和灰色预测法对郑州市未来5年的货运周转量进行预测分析,以保障和促进经济的持续快速发展。在货运需求预测的基础之上,对郑州市货运周转量的潜力进行分析,提出建议,保证郑州市更快更好地发展。

摘要： 针对混凝土输送量预报模型在布料机浇筑工艺发生变化时适用性低的问题,提出一种混凝土输送量预报模型自学习方法。通过对混凝土布料机浇筑环节工艺流程进行研究,搭建实验平台获取实际混凝土输送量数据;分析工艺变化时实际输送量的变化规律,基于自学习在线预测基本原理,在浇筑间歇采用指数平滑法对自学习系数进行更新,实现输送量预报模型的在线修正。实验结果表明,此方法投入使用后,混凝土的预报输送量与实际输送量间的偏差迅速减小,输送量预报模型的适用性明显增强。

摘要： 煤炭价格是反映煤炭行业发展状况的重要指标,关系国民经济发展和社会稳定。建立主成分分析和指数平滑模型,分别对影响秦皇岛煤炭价格的主要因素进行排序以及未来一段时间内的煤炭价格进行预测。研究表明:影响秦皇岛煤炭价格的因素顺序依次为:成本要素>其他能源价格>进口煤价格>供需要素>国家政策>季节。在未来31天、35周和36个月秦皇岛煤炭价格基本维持在500元/吨附近,但存在周期性波动。为了保障煤炭市场平稳发展,建议政府在加快产业全面复工和调整能源结构基础上,适当降低税收或贷款利息。

摘要： 目的探讨指数平滑法在区域卫生人力资源配置预测中的应用。方法运用SPSS 23.0对某市2011—2020年每千常住人口医师数进行指数平滑模型的建模拟合,用所得模型对该市2021—2023年的每千常住人口医师数进行预测和评价。结果采用非季节性Holt′s线性趋势构建模型的R 2值最大,R^(2)为0.988,均方根误差(RMSE)为0.053,平均绝对百分误差(MAPE)为1.495,为最优拟合模型。结论非季节性Holt′s线性趋势模型能够较好地拟合区域卫生人力资源配置,可用于区域卫生人力资源配置的预测。

摘要： 短期电力需求预测在合理分配电力利用、减少能源浪费和增强电力系统的并网运行方面具有重要作用。应用单一的季节自回归移动平均模型对电力需求预测将限制预测精度。为了提高SARIMA的预测精度,文中提出了SARIMA-GS-SVR组合预测模型。采用网格搜索算法将SARIMA预测的残差带入支持向量回归模型进行参数训练,并将寻优的最佳参数带入SVR对残差进行预测。将得到的残差预测结果和SARIMA预测结果加和进行综合分析。建立SARIMA、SVR、GS-SVR和SARIMA-GS-SVR预测模型,以加利福尼亚州电力需求历史数据为例,对该地某日24 h的电力需求进行预测。为了体现模型整体的优越性,选用指数平滑法作为无关基准模型进行实验对比。实验结果表明,相比SARIMA,SARIMA-GS-SVR的预测精度提高了29.1812%,且其MAE、MAPE和RMSE3种误差指标评价值低于其它4种模型。

摘要： 时间序列模型侧重时间序列这个主要成分,提升时间在整体过程中的比重,故选用时间序列预测模型。以某建筑物的基坑周围的地表沉降监测数据为例,采用时间序列预测方法中的移动平均法、指数平滑法。研究结果表明:综合数据的质量,当选择移动平均法,N为2时,二次移动平均能够预测基坑变形的状况;当选用指数平滑法时,三次指数平滑能够预测基坑变形的状况。通过对比选定的指标,使用三次指数平滑更能准确地拟合基坑沉降数据的时序分析。

摘要： 风电占比的不断增加对电力系统安全稳定运行带来挑战,快速、准确的风电功率预测方法至关重要。提出了一种ES-GRU-LSTM模型对风电场群功率进行预测,通过指数平滑法(ES)处理原始数据填补缺失与异常值,提高了功率数据集的可信度和平滑性,并引入训练速度快、结构较简单的门控循环单元(GRU)对预测性能好、准确性较高的长短期记忆(LSTM)神经网络进行改进,比较ES-GRU-LSTM、GRU、LSTM的预测性能和预测时间。仿真结果表明,ES-GRU-LSTM同时改善了预测精度和预测速度。

摘要： 目的：建立深圳市龙岗区职业病发病人数的预测模型,为职业卫生管理服务.方法：应用指数平滑法对深圳市龙岗区1995～2010年职业病发病人数资料建立预测模型,并预测下一年的发病人数.结果：应用一次指数平滑法预测2011年职业病发病人数的理论值为25.8293人;建立二次指数平滑法的预测模型为Y16+T=21.9527-2.0342T,据此外推预测2011年的职业病理论发病人数为19.9185人.结论：指数平滑法可以简单、快捷地模拟职业病发病人数在时间序列上的变动趋势,并可用来对未来发病人数进行预测,为职业卫生管理提供科学资料和理论依据.

摘要： 为完成北京市“十二五”城市区域的主要声污染防治工作目标,全面提高城市区域声环境质量水平,科学预测区域内噪声污染在“十二五”期间的水平和发展趋势,以北京市某典型区域为研究对象,在收集大量相关资料与实测历史噪声数据的基础上,运用指数平滑法对所选定研究区域的噪声污染水平进行预测及发展趋势分析.结果表明:运用指数平滑法对研究区域声环境质量水平预测是可行的,在α=0.05时,北京市“十二五”期间声环境质量整体保持在53.5 dB上下,呈相对稳定的状态,这种声环境质量水平符合《声环境质量标准》GB 3096-2008中的一类区域的声环境质量标准.

摘要： 首先介绍了指数平滑法及二次曲线指数平滑法的预测过程，然后用它对小浪底大坝的变形进行了预测，结果表明预测效果良好。同时，文中指出了应用指数平滑法的一些优点及应注意的一些问题。

摘要： 准确预测空调负荷对于空调系统的运行是相当重要的,用于预测空调负荷的预测模型是空调系统优化控制的有力工具,不同的预测模型得出的结果是不同的.目前空调预测方法中常用的方法主要有:回归分析法、指数平滑法、灰色预测法以及人工神经网络法.本文综合国内外空调负荷预测模型应用情况,对比各预测方法的优缺点,为选择合理的预测方法提供依据.

摘要： 通过指数平滑法和抽样分析来预测某小区居民用户小时用气量,提出能够保证非正常工况下(燃气管道抢维修或接驳作业等)燃气用户正常连续用气的预测系数,降低作业成本,增加效率,提升安全可靠性.rn 2013年6月5日燃气抢修作业需对居民用户临时供气，临时供气用户数为2016户，时间为中午13点-14点，用上述方法预测该小区在这一时间段内用气量为42.6m3，实际为41.9m3，误差为1.6%。rn 通过估算出日用气量，再用小时不均匀系数算出小时用气量的方法对估算小区小时用气量是非常准确的。误差的存在是难免的，如果估算量偏小，会导致用户无法正常用气，但是由于小区管网内会有一定的存气量，故在上述误差范围内所造成估气量小于实际用气量情况下，小区居民用户正常用气不受影响。

摘要： 在应用指数平滑法对时间序列进行分析预测时,时间序列会受到很多随机因素的影响,产生稳定或不稳定的变化,而稳定与小稳定的划分是模糊的,因此,平滑系数的调整需顾及模糊性和随机性.针对这一问题,本文提出一种基于云逻辑推理的指数平滑改进方法.这种方法通过云小确定性推理的逻辑控制器来调整指数平滑中的平滑系数,即将云模型的模糊性和随机性与时间序列的定量预测相结合.同时,结合锂电池循环充放电测试数据对上述改进方法进行实例分析,验证了改进方法的可行性.

摘要： 三峡库区某断面水质数据部分缺失，存在波动性、季节周期性、趋势性等复杂非线性特点。传统的模型无法准确地预测该断面水质变化情况，本文提出一种针对水质数据具有复杂非线性特性的预测模型(MDF-ARIMA-ISVM)。该模型采用改进的指数平滑法分别针对原始数据的单点缺失和连续多点缺失进行填补；基于差分自回归移动平均模型(ARIMA)对水质数据线性部分进行预测；基于加权组合核函数的支持向量机(SVM)对水质数据非线性部分进行预测，并通过遗传算法对加权组合SVM的参数进行优化处理；将以上预测结果相加，得出最终预测结果。通过实验分析，本文提出的预测模型具有较好的预测效果，相比其它常用模型预测精度更高。

摘要： 首先分析了求解车辆路径问题的一般方法;然后针对需求量不确定的情况运用二次指数平滑法、扫描算法、动态规划算法建立了基于模糊需求的配送路径优化方法,实现了配送量的预测和扫描算法的改进;最后,以山东日照某酒厂为例实现了这些算法的应用,从应用结果来看路径的优化方法实现了配送里程的大幅度降低。

摘要： 滑坡灾害治理的关键问题是滑坡危险性的预测,成功的滑坡预测能大大降低滑坡灾害所造成的损失.滑坡空间预报可以确定不稳定边坡所在位置.针对三峡库区某滑坡,利用已有监测点数据,采用非线性回归分析法、指数平滑法、灰色数列预测等方法,从定量的角度预测滑坡的变形趋势并进行对比研究.结果表明,灰色数列预测方法在变形预测中更符合库区滑坡实际.可为重庆市及三峡库区滑(边)坡防治领域的类似滑(边)坡的变形预测提供参考.

摘要： 本文设计实现了一种导弹故障预测软件,本软件首先调用故障诊断信息表中的历史数据,然后使用最小二乘法、线性回归预测法等预测算法对历史数据进行预测,并最终给出导弹各部位出现故障的百分比.经实际验证,本软件也取得了良好的效果.

摘要： 本申请公开了一种基于指数平滑法和灰色模型的信任预测方法，在获取车载自组网中目标车辆的历史信任值序列后，会根据预先确定指数平滑法中平滑系数的最优取值，对历史信任值序列进行平滑处理，得到平滑信任值序列，然后将平滑信任值序列输入基于平滑系数的最优取值构建的灰色模型，得到信任预测结果。可见，该方法利用指数平滑法处理历史信任值序列，减少了序列随机波动对预测结果的干扰，此外该方法同时对指数平滑法的平滑系数和灰色模型的目标函数进行了参数优化，进一步提升了预测结果的准确性。本申请还提供了一种基于指数平滑法和灰色模型的信任预测装置、设备及计算机可读存储介质，其作用与上述方法相对应。

摘要： 一种基于平衡指数平滑和栈式自编码器的交通流预测方法，其步骤为：(1)生成训练序列和测试序列；(2)对训练序列和测试序列进行预处理；(3)利用平衡指数平滑法获取平衡指数值序列；(4)利用最小最大归一化公式，计算完整训练交通流序列的平衡指数值序列中每个值的归一化值，获取完整训练和测试交通流序列的归一化值序列；(5)构建栈式自编码器神经网络；(6)训练栈式自编码器神经网络；(7)对完整测试交通流数据序列的归一化值序列进行测试。本发明的方法，在考虑了交通流数据的高随机性基础上也考虑了交通流数据的复杂非线性特性，提高了交通流的预测精度。

摘要： 本发明公开了一种基于正态指数平滑法与核密度估计的组合区间预测方法，所述风电功率区间预测方法把指数平滑法引入正态分布估计中，在估计t+1时刻风电功率预测误差分布时，旧数据的利用权重随时间呈指数衰减，使得计算结果更为准确；把“混合”和“滑动”的思想引入核密度估计中，在估计t+1时刻风电功率预测误差分布时，采用不同带宽估计t+1时刻之前一段时间的风电功率预测误差概率密度函数，再通过加权组合不同带宽估计出的概率密度函数来相互抵消估计误差；通过熵权法合理的加权组合正态指数平滑法估计所得预测区间和混合滑动核密度估计所得预测区间，生成最终的风电功率预测区间，使得两种方法在一定程度上形成互补。

摘要： 基于改进指数平滑法的钟差预报方法，步骤如下：获取某一时间段的原始钟差序列，对原始钟差序列进行差分处理得到钟差差分序列；将钟差差分序列分为若干个子序列，对指数平滑法的初始值进行初始化；对各子序列的平滑系数进行优化，确定各子序列的最优平滑系数：基于各子序列的最优平滑系数，采用指数平滑法获取各子序列的预报序列；将预报序列与钟差差分序列作差得到误差序列，利用灰色预报模型计算误差预报值；将预报序列获取步骤得到的结果与误差预报步骤得到的结果相加获得融合预报序列；将融合预报序列差分逆运算得到最终的钟差预报序列。本发明引入基于滑动窗的动态平滑系数进行预报，并利用灰色预报模型进行误差学习，从而提高钟差预报精度。

摘要： 本发明公开了一种基于指数平滑法的目标跟踪方法，包括：在进行目标跟踪时，采用目标检测网络yolov5对获取到的当前图像帧进行人体检测，生成对应的人体检测框；根据所述当前图像帧及对应的人体检测框，采用改进后的目标跟踪方法deep‑sort进行人体多目标跟踪；其中，所述改进后的目标跟踪方法deep‑sort采用指数平滑法根据每一当前图像帧更新跟踪器的融合特征信息。本发明使用加权移动平均法更新跟踪器，考虑了同一轨迹的历史特征，使得特征更加鲁棒，减少了单帧跟踪错误带来的影响，能够有效的提升行人追踪的速度与效果，进一步提高了行人流统计的准确度。

摘要： 本发明涉及一种基于自更新三次指数平滑法的充电桩用电量预测方法，包括：获取充电桩历史时间序列用电量数据，并收集异常情况；通过相关性分析，得到异常情况对充电桩用电量的影响程度，得到相关性系数；利用相关性系数对三次指数平滑法中的平滑系数进行自动更新，通过更新前后的精度比较，确定出最优平滑系数；基于使用最优平滑系数的三次指数平滑法，对充电桩用电量进行中长期预测，得到对应的预测结果。与现有技术相比，本发明能够有效分析时间序列内在相关性和外部影响因素对充电桩用电情况的影响，依此生成对应的相关性系数，通过不断迭代提升预测效果，降低由于序列异常波动引起的预测误差，进而保证充电桩用电量预测的准确性和可靠性。

摘要： 本发明公开了基于二次指数平滑法的旋转机械振动爬升特征提取方法，包括从在线监测系统获取旋转机械的转速和振动数据；找到一个转速稳定的时间段；判断转速稳定时间长度是否可用于振动爬升特征提取；用二次指数平滑法计算振动爬升量；用模糊隶属度函数计算振动爬升特征值；根据振动爬升特征值判断是否存在振动爬升特征、振动爬升量是否达到报警值。本发明可准确提取旋转机械振动爬升特征并予以报警提示，帮助运行人员及时发现振动爬升异常的问题，防止故障的加重。另外，还可通过该方法对设备的历史振动数据进行分析，以分析设备振动历史数据中是否出现过振动爬升现象。

摘要： 本发明提供一种基于指数平滑法的起重设备健康评估与寿命预测方法及系统，方法包括如下步骤：获取起重设备的指示健康状态的运行数据，运行数据包括：主要受力结构每次工作循环的平均起重量、制动器的累计制动次数、接触器的累计动作次数、电机的启动次数；基于起重设备各部件的运行数据、起重设备各部件预设的额定寿命限值，确认起重设备各部件的健康状态；基于起重设备各部件的健康状态，评估起重设备整体的健康状态；基于起重设备各部件的健康状态，应用指数平滑法对起重设备各部件进行寿命预测。该方法可采集起重设备的运行数据，导入到健康评估模型中，得到起重设备健康状态评估结果，通过指数平滑方法实现对起重设备的剩余寿命预测。

摘要： 本发明涉及数据分析和数据预测领域，具体提供了一种指数平滑法的商品价格预测方法，具有如下步骤：(1)建立指数平滑算法模型，(2)指数平滑算法商品价格预测。与现有技术相比，本发明通过指数平滑算法对未来商品的价格进行预测，无需对预测人员有过高的市场经验和战略眼光，只要通过对过去的商品价格收集，然后进行预测，就可以得到一可靠的结果。

摘要： 本发明公开了医学设备管理技术领域的一种基于二次指数平滑法的医学影像设备共享方法及系统，旨在解决现有技术中医学影像设备有的医疗机构利用不足、有的医疗机构利用过度，医学影像设备无法得到合理利用的技术问题。所述方法包括如下步骤：获取医学影像设备的历史状态数据；基于所述历史状态数据采用二次指数平滑法预测医学影像设备在预设时段内的闲置时长比；响应于用户的使用请求，提取所述闲置时长比大于预设阈值的医学影像设备；将所述提取结果向所述用户发送。