基于粒子群算法的指数平滑系数优化方法

主要研究指数平滑法中平滑系数的优化方法,使用改进的粒子群算法,并采用预测误差平方和(SSE)作为精度评价指标求解平滑系数,使求解值逼进平滑系数的最优解。通过在实际数据集上的与其他平滑系数优化方法的对比分析,文中所提出的基于改进粒子群的指数平滑系数优化算法,能更加准确地求解出平滑系数,并且提高了算法能力,解决了其他算法在多极值的情况下不一定能求出最好平滑系数的问题。

决策支持系统发展综述及展望

全面研究和分析决策支持系统(DSS)的发展轨迹,对研究DSS未来的新理论、新模型、新技术、新应用具有十分重要的意义。对DSS的发展历程尤其是它的结构与支撑技术进行了全面的探讨。在对其进行深入剖析的基础上,指出需求和技术是DSS发展的两个主要动力,在大数据时代更是如此。同时分析了DSS在大数据时代所面临的新需求与新问题,并结合大数据和云计算相关技术,对未来DSS如何满足这些新需求、解决这些新问题进行了分析与展望。