基于二次指数平滑和多元线性回归的宁波市港口物流需求预测分析

随着经济全球化的发展,港口作为物流发展的重要环节,港口物流需求已经成为港口资源配置规划和进出口贸易的重要依据。为对宁波市港口物流需求进行科学合理的预测,文章借助SPSS等数据分析软件,使用二次指数平滑和多元线性回归分别对其物流需求进行预测,通过对比两种预测方法的精度,最后发现,二次指数平滑法的预测精确度要优于多元线性回归法,并通过二次指数平滑法预测宁波市未来五年的港口物流需求量。

基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测

为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。

基于IPSO的霍尔特指数平滑系数的铁路客运量预测研究

为了提高霍尔特指数平滑法对铁路客运量预测的精度,基于改进粒子群算法(IPSO)对铁路客运量预测领域中霍尔特指数平滑系数的取值进行优化研究。以我国各省铁路客运量为研究对象进行仿真实验,以验证改进粒子群算法的寻优效果,并求解霍尔特指数以预测各省铁路客运量的平滑系数最优取值。研究表明,相较于经典的线性递减权重优化法和固定权重法,非线性递减权重优化的粒子群算法能更加准确地求出最优平滑系数,具有更好的寻优能力和收敛速度。以上海市为例,其收敛速度分别提高4代和14代,求解精度分别提高了0.00018、0.000006。

霍尔特指数平滑法在商品销量预测中的应用

霍尔特指数平滑法在预测中被广泛应用,是一种高级的指数平滑方法。文章利用霍尔特指数平滑法解决非季节性商品的销售预测问题。

基于指数平滑和PSO-BP混合模型的建筑工程造价指数预测

建筑工程造价指数是进行工程造价管理的重要依据。为了提高建筑工程造价指数预测的准确性,首先,利用HP滤波将造价指数分解为趋势序列和波动序列,然后采用指数平滑模型对趋势造价指数序列进行预测;其次,利用粒子群算法(PSO)优化的BP神经网络对建筑工程造价指数的波动序列进行预测,PSO-BP神经网络模型的输入指标为引起造价指数变化的4种材料价格;最后,叠加二者预测值即为建筑工程造价指数的预测值。实验结果表明:该混合模型对6个月的造价指数预测的平均相对误差为0.55%,取得了很好的效果,为准确预测建筑工程造价指数提供了一定参考。

二次指数平滑多目标组合模型电力负荷预测

为提高短期电力负荷预测精度,提出一种二次指数平滑多目标组合模型ES-BiLSTM-LSTM预测方法。通过获取负荷目标预测值和残差目标预测值,实现多目标负荷预测;利用Pearson相关系数,选取与电力负荷相关性较高的影响因素;采用双向长短期记忆神经网络(BiLSTM)和长短期记忆神经网络(LSTM)串行学习负荷数据的时序性特征和周期性特征;利用二次指数平滑法平滑处理负荷数据,获得残差项,通过LSTM模型训练和迭代,提取残差数据的波动性特征;将负荷预测值与残差预测值融合得到修正预测值。实验结果表明,该方法在MAE、MSE和RMSE上,对比3种负荷预测模型均有提升。

基于指数平滑的农产品价格预测大数据平台设计

文中针对庞杂的农产品市场价格信息,设计了基于指数平滑的农产品价格大数据平台,通过构建Hadoop、Hive和Spark大数据框架,在Spark-SQL内完成了农产品价格信息的数据清洗工作;并利用改进的指数平滑法模型,实现了农产品价格预测功能;借助SpringMVC、Ajax、Echarts等技术实现了农产品价格数据统计、分析、预测等功能的图形化显示。数据平台的应用在帮助用户直观准确地获取农产品价格信息、分析农产品价格发展趋势、预判农产品的市场前景、规划农业种植等方面均具有较为重要的参考价值和现实意义。

温特斯线性和季节性指数平滑法预测模型在医院管理中的应用探讨

目的探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值。方法建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1～4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度。结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1～4季度门急诊诊次的定量预测结果满意。通过计算机反复迭代试算,获得了一组最佳的平滑常数(α,β,γ),使预测模型的预测误差最小。该预测实例平均绝对百分误差(MAPE)为3.5703%<10%,预测精度较高。结论温特斯线性和季节性指数平滑法在医院管理中有实用价值。在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度。

基于IOWA算子的指数平滑模型与非线性回归模型的组合预测

文章首先对观测值进行单个预测,然后通过建立基于IOWA组合预测模型,构建了以误差平方和最小为准则新的组合预测模型,通过求解非线性规划模型给出了基于IOWA组合预测的最优权系数。最后对比预测效果评价指标体系的各个指标,表明该组合预测模型能提高模型预测的精度。

动态调整粒子群-霍尔特模型在径流预测中的应用

为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。

用霍尔特-温特斯模型预测航空运输总周转量

引入了霍尔特-温特斯模型对中国民用航空运输总周转量进行预测,首先介绍了该模型的具体预测步骤,然后采用面向对象的软件技术,设计并开发了预测模型软件。该预测模型软件不但可以根据用户设定的平滑系数进行预测,还可以自动计算出预测效果较优的平滑系数,最终对2006年各个月份的中国民用航空运输总周转量进行了较为精确的预测。

温特斯线性和季节性指数平滑法预测模型应用探讨

目的:探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值。方法:建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度。结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次的定量预测结果满意。通过计算机反复迭代试算,获得了一组最佳的平滑常数(α,β,γ),使预测模型的预测误差最小。该预测实例平均绝对百分误差(MAPE)为3.5703%<10%,预测精度较高。结论:温特斯线性和季节性指数平滑法在医院管理中有实用价值。在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度。

霍尔特指数平滑法在商贸流通需求预测中的运用

霍尔特指数平滑法是一种高级的指数平滑方法,它在预测中被广泛运用,与传统预测方法相比它能更好地保证精确度。本文运用该方法对商贸流通需求进行预测,主要包括人口总数、GDP、商贸流通增加值、社零总额、人均GDP、职工平均工资和农民人均纯收入等七个指标,最后根据预测结果进行商贸规划。

线性模型二次指数平滑预测方法研究

二次指数平滑公式由于具有时间序列数据厚近薄远的调节性、修匀平滑性、递推性、自适应性等优点,在传统时间序列预测中占有重要的地位,起着特殊的作用.但是,和移动平均方法一样,对于呈现增长变动趋势的经济变量,指数平滑方法也会产生滞后偏差.自然,在线性增长模型中,也不例外。本文拟对二次指数平滑在线性模型预测中的滞后效应与预测误差分析方面进行一些探讨. 1 问题的提出在传统的时间序列预测方法中。

基于指数平滑–回归模型及灰色–回归模型的长三角物流需求预测分析

随着全国经济运行整体好转,长三角作为我国经济水平最高的地区之一,科学预测长三角区域物流需求有助于把握物流业未来的发展变化,为政府部门制定区域经济发展政策以增强地区经济活力提供重要参考依据。文章从宏观经济、对外开放程度、人口发展水平和人民生活水平四个维度选取6个典型指标作为多元回归因子,并通过灰色关联分析法分析各指标与长三角物流需求之间关联的程度,采用指数平滑–回归模型与灰色–回归模型分别对长三角区域的物流需求进行预测。其预测精度分析表明:指数平滑–回归模型在MAPE、MSE、MAE三个精度指标上均优于灰色–回归模型,指数平滑–回归预测模型效果优于灰色–回归预测模型,更适合对长三角物流需求进行中短期预测。预测结果显示未来五年长三角区域物流需求平均增速约为2.2%。结合预测结果,文章提出了相关管理建议以更好地促进长三角区域经济与物流业高质量发展。

基于时序指数平滑法的冷库能耗预测模型构建

冷库的能耗是影响冷库运营企业运营成本的直接因素,通过构建合理的冷库能耗预测模型,可以对冷库短期内的能耗进行预测,从而为冷链物流企业未来的财务分析和决策提供依据。以银川市某冷链物流公司旗下运营的两座冷库为例,运用时序指数平滑的方法构建冷库能耗预测模型,预测冷库未来短期内的能耗发生趋势,并用冷库能耗的实际发生值和模型的预测结果相对比,验证预测模型的合理性,为企业未来的冷库运营策略提供参考。

非线性代数模型LSTM的应用研究——以股票指数预测为例

为合理预测我国股票指数,建立了一个深层LSTM非线性模型。根据新浪财经提供的2020年1月1日至12月31日,中国股票市场18个指数相关的数据,运用LSTM非线性模型预测该18个指数的收盘价,并将LSTM非线性模型的预测性能与ARIMA线性模型和SVR非线性模型进行对比。实验表明,在短期与长期预测性能对比中,LSTM非线性模型的预测性能最佳。

用Brown单一参数线性指数平滑模型预测张北县初中专业教师数量

根据对张家口市张北县初中现任各科教师的调查统计资料,针对影响教师数量的因素错综复杂的特点,采用Brown单一参数线性指数平滑的数量模型,对今后几年中该县初中教师的需要数量进行了中短期预测。

基于灰色理论与指数平滑法的需求预测综合模型

在我国制造业中,需求预测不准确是导致库存居高不下的主要原因之一。文章通过构建基于灰色理论与指数平滑法的需求预测综合模型,对B公司M5A福美来新车型的需求量进行预测,以总成本最小为目标确定最优初始库存量,并依据客户的长期需求对发货策略进行分析与调整。研究表明,基于灰色理论与指数平滑法的需求预测综合模型具有较高的可靠性与实用性,能为B公司采购与生产决策提供理论依据和支撑。

指数平滑技术改进灰色沉降预测模型及应用

GM(1,1)模型是沉降预测中应用较为广泛的模型之一,在实际应用当中发现其预测效果有时候较差甚至完全失效。该文将指数平滑技术引入到灰色预测模型中,该方法既充分利用了观测序列中的有用信息,又大大减少其随机性,采用平均斜率法对灰色模型的背景值计算方法进行了改进,将原始观测数据序列变换成规律性强的呈指数变化的序列。某公路试验段实测沉降数据计算表明,新方法有满意的拟合和预测效果,为提高建模精度提供了新的途径。