本文介绍了三次指数平滑预测模型的累加式与累乘式的详细数学表达，包括si、ti和pi的计算公式，以及如何通过调整α、β、γ参数来优化预测效果。
累加式：
si=α∗(xi−pi−k)+(1−α)(si−1+ti−1)s_i=\alpha*(x_i-p_{i-k})+(1-\alpha)(s_{i-1}+t_{i-1})si=α∗(xi−pi−k)+(1−α)(si−1+ti−1)
ti=β∗(si+si−1)+(1−β)ti−1t_i=\beta*(s_i+s_{i-1})+(1-\beta)t_{i-1}ti=β∗(si+si−1)+(1−β)ti−1
ti=γ∗(xi−si)+(1−γ)pi−kt_i=\gamma*(x_i-s_i)+(1-\gamma)p_{i-k}ti=γ∗(xi−si)+(1−γ)pi−k
累加三次指数平滑的预测公式为：
xi+h=si+h∗ti+pi−k+hx_{i+h}=s_i+h*t_i+p_{i-k+h}xi+h=si+h∗ti+pi−k+h
累乘式：
si=α∗(xipi−k)+(1−α)(si−1+ti−1)s_i=\alpha*(\frac{x_i}{p_{i-k}})+(1-\alpha)(s_{i-1}+t_{i-1})si=α∗(pi−kxi)+(1−α)(si−1+ti−1)
ti=β∗(si+si−1)+(1−β)ti−1t_i=\beta*(s_i+s_{i-1})+(1-\beta)t_{i-1}ti=β∗(si+si−1)+(1−β)ti−1
ti=γ∗(xisi)+(1−γ)pi−kt_i=\gamma*(\frac{x_i}{s_i})+(1-\gamma)p_{i-k}ti=γ∗(sixi)+(1−γ)pi−k
累乘三次指数平滑的预测公式为：
xi+h=(si+h∗ti)pi−k+hx_{i+h}=(s_i+h*t_i)p_{i-k+h}xi+h=(si+h∗ti)pi−k+h
α\alphaα、β\betaβ、γ\gammaγ 的值都位于[0,1]之间，可以通过多次试验以达到最佳效果。
扫一扫
1644
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
