时间序列指数平滑算法的改进研究

摘要

近年来,在建立非线性模型进行经济预测方面时间序列分析法,得到广泛的重视及研究。其中,指数平滑法作为时间序列预测分析法的一个重要分支,已成为经典的预测与控制模型,这主要是由于其自身具有性能优良、易操作、应用广泛的特点。但传统的指数平滑模型仍然存在一些问题没有很好的解决:首先是平滑参数的取值多数仍要依赖人们的日常经验来取得,难以达到最优值;其次是静态平滑参数难以随着时间的变化而变化;再次就是平滑初值难以确定的问题。本文就是从这些问题入手,并提出动态三次指数平滑优化模型,利用黎锁平教授所提出的参数改进的方法,通过将静态的指数平滑参数α改为动态指数平滑参数,并利用C语言编程,通过四种一维搜索的算法进行参数优化来解决这些问题,并确定出使误差平方和SSE最小的α,解决了平滑常数难以选取的问题。在本文最后应用两个实例加以验证,使预测值得到优化,进而证明新模型的优点。

目录

致谢

摘要

Abstract

1 绪论

1.1 指数平滑模型的概述

1.1.1 指数平滑模型的优点

1.1.2 指数平滑预测法的应用

1.2 指数平滑模型的现存问题

1.3 本文的研究内容

1.4 本文结构

2 预备知识

2.1 指数平滑预备知识

2.1.1 一次指数平滑法

2.1.2 线性二次指数平滑法

2.1.3 霍尔特双参数线性指数平滑法

2.1.4 三次指数平滑法

2.1.5 温特线性和季节性指数平滑法

2.1.6 小结

2.2 非线性优化预备知识

2.2.1 Fibonaccci 算法

2.2.2 0.618 法（黄金分割法）

2.2.3 对分法

2.2.4 切线法（Newton 法）

2.2.5 小结

3 动态三次指数平滑模型

3.1 动态三次指数平滑模型

3.2 动态三次指数平滑法中参数平滑法的推广

3.3 参数优化算法的选择

4 动态模型的实证应用

5 结论

附录

参考文献

作者简历

学位论文数据集