基于非线性最小二乘法指数平滑系数估计

摘要

运用指数平滑预测模型进行时序数据的预测分析时,关于指数平滑系数 α 最优估计是研究者们长期以来需要解决的关键性问题.本文提出基于非线性最小二乘法的指数平滑系数 α 选取方法,其核心思想在于根据预测值与实测值之间的拟合误差平方和最小值,利用非线性最小二乘法中具有松弛性质的搜索算法,通过高斯-牛顿迭代程序估计最优指数平滑系数 α,使得指数平滑预测模型在预测过程中达到更为精准的预测精度.