《时间序列指数平滑算法改进地研究》由会员分享，可在线阅读，更多相关《时间序列指数平滑算法改进地研究（59页珍藏版）》请在金锄头文库上搜索。
1、致谢本论文是在导师贾凤亭教授的悉心指导下完成的，在这两年半的读研期间，在学术上，贾老师对我提出了一些想法给予很多帮助，并在各方面也给予我大力的支持，否则论文是不可能得以顺利完成的。他严谨的教学、渊博的学识以及忘我的工作精神，给我留下十分深刻的印象，也是我要学习的榜样。在此，谨向我的导师致以深深的敬意。感谢理学院的各位老师的辛勤培养和教诲！感谢在论文写作过程中大力帮助过自己的老师和同学，同时也感谢在学习、工作和生活中给予关心、支持的所有老师、同学，向你们表示最衷心的谢意！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
2、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 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 ，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
3、验证，使预测值得到优化，进而证明新模型的优点。关键词：时间序列预测；三次指数平滑；动态平滑参数；动态三次指数平滑；误差平方和- I -AbstractIn recent years,the establishment of non-linear model of economic forecasting intime series analysis,widely attention and research.Among them,exponential smoothingas an important branch of time series forecasting analysis,has
4、 become a classic modelfor the prediction and control,this is mainly because of its own with excellentperformance,easy to operate,widely used features.However,the traditional exponentialsmoothing model there are still some problems is not well resolved:The first issmoothing parameter values of the m
5、ajori- ty of people still rely on everyday experienceto acquire,difficult to achieve the optimum value;Followed by the smoothing parameteris difficult static and change over time;Last is smoothing once again difficult todetermine the initial value problem.This article is from these problems,and to m
6、akedynamic optimization of the three exponential smoothing model,professor Li Suopingusing the parameters proposed by improved methods,by the exponential smoothingparameter replaced by a static dynamic exponential smoothing parameter,and use Clanguage programming,through four of one-dimensional sear
7、ch algorithm for parameteroptimization to solve these problems,and determine the smoothing parameter whatmakes SSE is the smallest,to solve the problem which difficult to select the smoothingparameter.In this article last,use two examples to be verified,to make forecasts is worthto the optimization,
8、further proof of the advantages of the new model.Key Words： Time series prediction； Three-time exponential smoothing； Dynamicsmoothing parameter； Dynamic three-time exponential smoothing； SSE目录摘要 . IAbstract . II1绪论 . 11.1指数平滑模型的概述 .21.1.11.1.2指数平滑模型的优点 . 4指数平滑预测法的应用 . 51.2指数平滑模型的现存问题 .51.3 本文的研究内容 .61.4 本文结构 .62预备知识 . 82.1指数平滑预备知识 .82.1.12.1.22.1.32.1.42.1.52.1.6一次指数平滑法 . 8线性二次指数平滑法 . 9霍尔特双参数线性指数平滑法 . 9三次指数平滑法 . 10温特线性和季节性指数平滑法 . 11小结 . 122.2非线性优化预备知识 .122.2.12.2.22.2.32.2.42.2.5Fibonaccci 算法 . 120.618 法（黄金分割法） . 14对分法 . 15切线法（ Newton 法） . 16小结 .
