霍尔特-温特斯加法模型初始值计算方法及应用

文章依据霍尔特-温特斯加法模型的计算性质，提出先使用普通最小二乘方法（OLS）计算递归方程初始水平平滑值和斜率值，然后再对残差应用无截距的虚拟变量回归方法计算出初始季节指数的初始值的计算方法，利用2002～2012年我国公路、铁路、民航、水运的客运量月度数据进行检验，结果表明，提出的初始值计算方法相较其它方法有更好的表现。

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。

我国社会消费品零售总额的分析预测

文章利用我国1984—2014年社会消费品零售额的月度数据,结合传统的霍尔特-温特斯指数平滑法的加法、乘法模型,而又考虑到时间序列可能同时受到多重季节周期因素的影响,因此又采用了一个双重季节周期的霍尔特-温特斯乘法模型,对其进行拟合分析。结果发现:考虑双重季节周期的乘法模型的预测误差比传统的加法、乘法模型小,且其预测精准度更高,符合现实生活中的情况。因此,双重季节周期乘法模型是最适合的模型,且在短期预测中非常有效。