指数平滑法(exponential smoothing method)的根本目的是为了去除一些随机的波动,从而找到其中的显而易见的规律性,并对未来的发展趋势进行合理的预测。在指数平滑预测中,对新数据和老数据不是同等对待的,是权系数,平滑值为:平滑值= α ×(新数据)+(1 - α)×(老数据)(22‐。以上4个参数确定了指数平滑模型在生成时间序列过程中各种特征参数的变化速度。从序列的起始位置开始进行指数平滑,每次一个时间段,依次往下进行,每一步都采用邻近的值,并校正序列的均值。这是因为指数平滑算法规则在 ......