基于ES动态预测原理的深度分析与探讨

来源:用户上传      作者:

　　摘 要
　　平滑系数参数值的合理选取是ES预测模型预测成功的关键，但是在实际的场景应用中，很多教材或资料对平滑系数的重要性都描述的都过于笼统、简单，对平滑系数值的确定较为主观，没有充分运用好数据信息，导致预测结果的有效性严重缺乏说服力。本文基于ES预测原理进行了更进一步的分析与解读，着重介绍了平滑系数在ES预测模型中的地位和作用，为ES预测模型使用者提供了具有一定价值的理论参考依据。
　　关键词
　　ES模型;动态平滑系数;平稳性;季节性;预测精度
　　中图分类号： O657.33                   文献标识码： A
　　DOI：10.19694/j.cnki.issn2095-2457 . 2020 . 08 . 34
　　通过对搜集（观测）到的某事物（现象）时间序列数据进行深入分析与预测，可以了解并掌握该事物（或现象）随时间变化的变化方向、发展状态与发展程度，是现代大数据分析的核心内容。
　　1 背景介绍
　　时间序列现代分析方法需要通过分析现象的变化趋势与规律，对时间序列数据信息进行深度挖掘，以建立预测模型来做出预测。在众多的时间序列预测模型中，Robert G.Brown提出的指数平滑法（Exponential Smoothing，ES）预测模型最为常用。
　　ES的提出，既考虑到了各种现象（如经济现象）较为早期的变化发展状态，又结合了其近期的变化特点，兼容了全期与加权移动平均所具有的优点，已经在水质预测[1]、GPS卫星钟差预报[2]、技术改进[3]、水体污染预测[4]、环境噪声污染预测[5-6]等领域中得到推广。当所研究的现象随着时间推移而呈现出较为稳定的状态（即时间序列数据的变化呈近似线性形状）时，使用一、二次指数平滑法对其进行分析和预测较为简便，而当所研究的现象随时间推移呈现出较为不稳定的状态（如现象受季节因素影响）时，则用三次指数平滑法较为恰当。
　　但是，ES在实际的场景应用中，很多教材或资料都描述的都过于笼统、简单，没有充分运用好数据信息，经常会造成预测结果缺乏说服力。本文从ES预测原理上进行更深入的分析和解读，以期提供其在具体场景应用时较有价值的理论参考。
　　2 ES预测原理
　　ES预测模型分为一、二、三次指数平滑法预测模型，预测成功与否主要取决于平滑系数这个参数的合理取值。
　　2.1 符号说明
　　3 结束语
　　通过上面对ES预测模型的解读我们可以得出结论：在应用指数平滑法进行预测时，一定要对ES的预测原理理解到位，正确客观的选择好平滑系数，否则将直接影响到预测的成败。特别是在不同的场景下应用ES进行预测时，对数据进行去噪和平稳性的判定是非常必要的，只有通过多次论证或试验以确定出较为客观的平滑系数，才可能得到一个好的结论。
　　参考文献
　　[1]张雅，基于洱海的水質预测算法研究[D].昆明理工大学，2018.
　　[2]王利，张勤，黄观文，田婕.基于指数平滑法的GPS卫星钟差预报[J].武汉大学学报（信息科学版）.2017（07）.
　　[3]谢正文，孔凡玉，胡毅夫.指数平滑技术改进灰色沉降预测模型及应用[J].中外公路，2007，第27卷进第3期，26-29.
　　[4]何斯雯，谢正文，黄雅楠，袁昌明.基于指数平滑技术的水体污染灰色预测模型及应用[J].环境科学与管理，2009，第34卷进第8期，169-172.
　　[5]李建华，周挺进.基于指数平滑法的环境噪声污染预测模型及应用[J].环境科学与管理，2012，第37卷进第7期，50-53.
　　[6]王国权，王森，刘华勇，薛永端，周平.基于自适应的动态三次指数平滑法的风电声风速预测[J].电力系统保护与控制，2014，第42卷第15期，117-122.
　　[7]刘立强，怎样推导指数平滑法预测模型的参数计算公式[J]，中国统计，1993.01，20-22.
转载注明来源:https://www.xzbu.com/8/view-15205674.htm