基于Holt双参数指数平滑法的SDN交换机流表超时优化策略

OpenFlow交换机流表容量有限,现有的流表更新机制在网络流量高峰时期会严重影响网络的稳定。针对这个问题,提出了一种基于Holt双参数指数平滑法的流表超时时间更新策略.通过预测下一个周期的流表项新增数量,得到流表超时时间调整参数,以此动态调整流表项的超时时间,通过仿真实验表明,该策略可以有效提高OpenFlow交换机流表空间利用率、数据转发成功率和流表项适配率,达到提升网络性能的效果。

基于Holt双参数指数平滑的图像椒盐噪声滤除

在消除椒盐噪声的问题上,引入Holt双参数平滑法,利用像素点坐标位置代替原本时间序列,在进行加边处理后,对图像中每个像素点,选取其上方、左方已处理的像素点,利用Holt双参数平滑法对目标像素进行预测.与以往几种算法对比,本文算法简单易于实现,在去除噪声和保留细节方面具有更好的效果,此外这一方法对低噪声比和高噪声比的图像都有显著效果.

粤西地区及各地级市新型冠状病毒肺炎疫情发展趋势预测分析—基于Holt双参数指数平滑模型的研究

背景我国新型冠状病毒肺炎(COVID-19)疫情防控仍处于关键时期,而判断疫情未来流行趋势是制定下一阶段防控措施的关键所在。目的通过计算粤西地区及各地级市COVID-19的基本再生数(R0)而预测粤西地区疫情发展趋势。方法依据广东省卫生健康委员会截止2020年2月18日24时的官方数据构建传染病动力学SIR模型,计算现阶段粤西地区及各地级市COVID-19的R0,并采用Holt双参数指数平滑模型预测其发展趋势。结果疫情初期粤西地区及各地级市COVID-19的R0最大,随后呈下降趋势;根据拟合结果发现,Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测值与观察值的相关性较强,可见该模型预测较准确;Holt双参数指数平滑模型预测粤西地区及各地级市COVID-19疫情可能在2月底迎来“拐点”并走向消亡。结论Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测较准确,并预测在现有高效防控措施下,粤西地区及各地级市COVID-19疫情正在好转,有望在2月底出现“拐点”。

残差自回归模型和Holt双参数指数平滑模型在“一带一路”沿线部分国家婴儿死亡率预测中的应用及比较

目的探讨残差自回归模型和Holt双参数指数平滑模型在"一带一路"沿线部分国家(中国-中南半岛经济走廊沿线)婴儿死亡率预测中的应用。方法利用越南、老挝、柬埔寨、缅甸、泰国、新加坡、马来西亚和中国1978-2013年婴儿死亡率时间序列数据作为训练集建立残差自回归模型、Holt双参数指数模型,以2014-2016年婴儿死亡率作为验证集验证模型,并比较拟合及预测效果。结果在各国婴儿死亡率预测模型拟合中,残差自回归模型各赤池信息准则(Akaike information criterion,AIC)评价指标均优于Holt双参数指数模型。预测方面两模型均显示出较高的预测精度,残差自回归预测模型大部分指标(绝对误差和相对误差)小于Holt双参数指数模型。其中老挝、缅甸、柬埔寨三个国家残差自回归模型对不同年份的婴儿死亡率(infant mortality rate,IMR)预测效果均优于Holt双参数指数模型。结论残差自回归模型和Holt双参数指数模型在"一带一路"沿线部分国家婴儿死亡率预测中表现均较好。残差自回归模型的拟合效果更优,残差自回归模型对婴儿死亡率的预测效果在大多数国家大多数年份优于Holt双参数指数模型。

基于Holt双参数线性指数平滑模型生活能源消耗预测

在提倡可持续发展的今天,能源的使用,尤其是生活能源的使用逐渐成为社会关注的重点。通过收集1995—2012年我国煤油和天然气在生活中的消耗数据,建立布朗(Brown)单一参数线性指数平滑模型和Holt双参数线性指数平滑模型,并对2013—2016年生活中煤油和天然气的消耗量进行预测。对比两个模型预测得出结论:Holt双参数线性指数平滑模型预测更准确,在未来的四年内,生活中煤油的消耗将会减少,天然气的消耗会直线增加。

霍特双参数指数平滑预测模型在医院管理中应用的探讨

目的探讨霍特双参数指数平滑预测模型在医院管理中的应用价值。方法建立霍特双参数指数平滑预测模型对成都市2006年住院人数进行定量预测,并对预测模型的预测精度进行评价。结果霍特双参数指数平滑预测模型预测住院人数的结果满意。通过计算机反复试算,可获得最佳的一组平滑常数(α,γ),使预测模型的预测误差最小。本例预测平均绝对百分误差(MAPE)3.4438%<10%,预测精度较高。结论霍特双参数指数平滑预测模型预测精度较高,计算简便且具有递推性质,在医院管理中有应用价值。

霍特双参数指数平滑预测模型在医院管理中应用的探讨

目的探讨霍特双参数指数平滑预测模型在医院管理中的应用价值。方法建立霍特双参数指数平滑预测模型对成都市2006年住院人数进行定量预测，并对预测模型的预测精度进行评价。结果霍特双参数指数平滑预测模型预测住院人数的结果满意。通过计算机反复试算，可获得最佳的一组平滑常数（α，γ），使预测模型的预测误差最小。本例预测平均绝对百分误差（MAPE）3．4438％〈10％，预测精度较高。结论霍特双参数指数平滑预测模型预测精度较高。计算简便且具有递推性质。在医院管理中有应用价值。

基于Holt两参数指数平滑法和ARIMA模型的长三角粮食产量的预测

选取长三角地区为研究对象,使用R Studio软件对1950—2018年长三角的粮食产量数据进行分析,分别使用Holt两参数指数平滑法和ARIMA模型预测2019—2023年长三角地区的粮食产量,并对模型进行检验,检验结果均通过,表明长三角地区的粮食产量将保持稳定增长的趋势,预测效果理想。对两种预测方法进行比较,并对长三角地区的粮食发展情况提供相关建议。

基于Holt两参数指数平滑对安徽省充电桩保有量的分析和预测

推广新能源汽车充电桩,发展新能源汽车,可以有效保护环境,减少废气排放,节约燃油能源,实现可持续发展。本文利用Holt两参数指数平滑方法针对安徽省2016年5月至2019年10月各月份充电桩保有量的变化趋势预测未来的发展,并针对性地提出建议。

基于ARIMA和Holt指数平滑模型的山东省药品集中采购价格指数研究

本文实现了对“十三五”期间山东省药品集中采购价格的动态分析和预测。利用采购平台提供的数据编制链式拉氏价格指数、帕氏价格指数,将价格指数作为对药品集中采购价格预测分析的重要指标依据,以此进行量化评价。结合ARIMA和Holt指数平滑模型,对已有的药品价格指数数据进行预测,两个模型的平均绝对误差分别为0.3611和0.3723,表明模型能够有效拟合序列的整体趋势,以及提取价格指数序列动态及持续特征。通过对价格指数进行趋势预测以评估政府及相关部门稳控药价等政策的效果,为政府和平台管理者提供科学的决策依据。

基于鲁棒双参数指数平滑法的BDS卫星钟差预报

为提高北斗(BDS)卫星钟差预报精度与稳定性,基于BDS卫星钟工作原理与数据特征,提出了一种基于鲁棒双参数指数平滑法的BDS卫星钟差预报方法。将双参数指数平滑法引入BDS钟差预报,并通过鲁棒化建模与优化初始值选取方式提升了双参数指数平滑法的抗差与适应能力,减小了数据异常干扰对钟差预报性能的影响。与常用的多项式模型、谱分析模型、灰色预测模型及超快速钟差预报产品进行对比分析,结果表明:所提方法适用于不同BDS轨道与类型的卫星钟差预报,取得了良好的预报精度与稳定性,其对BDS卫星钟的6h平均预报精度分别提升了40.3%、31.7%、63.6%和36.6%,预报稳定性分别提升了43.8%、38.9%、65.4%和33.1%。

基于DS理论和指数平滑的滤波算法研究

针对图像椒盐噪声检测中的不确定性问题,利用基于证据理论的椒盐噪声检测算法,并联合Holt双参数指数平滑法对噪声图像进行滤除.依据椒盐噪声的极端性和不连续性,在检测噪声过程中利用证据理论的不确定性判据给出两种准则,并最终给出决策融合方法来判别噪声.此外,根据预检测结果给出噪声点的消除方法,实现图像消噪功能.仿真实验验证了本文方法的有效性.

基于Holt-ARIMA-Lagrange Multiplier的CWC信息熵时序研究

降水云系的发展过程及其特征分析,是云降水物理学中的一个重要问题.本文选取一次云发展过程中的700 hPa云水含量(Cloud Water Content, CWC)和大气垂直方向上气流速度(Omega, OMG)的1 h值,以信息熵来度量CWC空间分布的混沌程度,辅以OMG的时间变化来判断云的发展,并提出了一种基于多尺度分解、Holt模型、自回归滑动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)和Lagrange Multiplier的组合预测方法.结果表明:1)CWC熵具有非线性和非平稳性;2)在云的不同发展阶段,北方CWC熵序列的均值都小于南方,方差普遍大于南方;3)OMG区域均值与CWC熵的小波低频重构的极值点在时间上有很好的对应关系,相近的极值点在南方中占50%,在北方中占83.3%,表明CWC熵可以在一定程度上反映云系的发展;4)CWC熵序列往往具有多种时间尺度特征,故进行多尺度分解之后再组合建模的Holt-ARIMA-Lagrange Multiplier模型比单一预测方法、单层分解的预测模型更优,准确率提高3%以上.

基于趋势拟合法、平滑法和ARIMA模型的流量预测

以OLT上联口的下行流量为研究对象,分别使用趋势拟合法、平滑法和ARIMA模型建模并进行流量预测。其中趋势拟合法选择了典型的线性拟合,平滑法使用了平均移动法和Holt两参数指数平滑模型,ARIMA则选择了ARIMA(0,1,1)模型进行建模分析。对4种模型的绝对百分比误差(MAPE)进行了对比,结果表明ARIMA模型和Holt两参数指数平滑模型预测精度相似,都取得了良好的预测效果,适合用于OLT上联口流量预测,而线性回归和平均移动法预测结果较差,不适合做精度要求较高的流量预测。

应用holt-winters加法模型预测出院人次

目的分析holt-winters加法模型预测出院人次的效果。方法使用Eviews6.0软件,采用holt-winters加法模型预测,并与单参数指数平滑方法的计算结果进行比较。结果加法模型拟合效果很好,加法模型的均方误差较单参数平滑方法小。结论 holt-winters加法模型适用于预测出院人次序列。

新冠疫情对我国股债市场的影响研究——基于ARIMA模型的实证分析

新冠疫情对全球金融市场产生了巨大影响,我国股票和债券市场也受到较大影响。研究新冠疫情对中国股债市场的影响,可以帮助投资者了解市场状况,规避风险,对其他地区的股债市场也具有借鉴意义。选择2019年9月9日至2020年4月1日的上证指数收盘价和国债指数收盘价数据进行分析,并以新冠疫情对股债市场造成冲击为分界点,将数据分为疫情冲击前和疫情冲击后两个时间段。具体思路为:使用疫情大规模暴发前的数据建立ARIMA模型和Holt两参数指数平滑预测模型,通过比较确定最优模型为ARIMA模型,然后使用ARIMA模型进行短期预测,将预测值和实际值进行对比分析,得出新冠疫情对股债市场收益的影响。结果表明:①在预测股票市场和债券市场收益方面,建立ARIMA模型要优于Holt两参数指数平滑法。②新冠疫情在短期内对股票市场产生负向作用,对债券市场产生正向作用,但随着时间的推移,股票市场和债券市场最终还是会趋于平衡状态。

基于Holt-Winters与最小二乘支持向量机的混合预测模型

为了提高地下水埋深时间序列的预测精度,本文应用Holt-Winters三参数指数平滑法作为预测模型,使用最小二乘支持向量机对残差序列进行预测。由于核参数和惩罚因子在很大程度上直接影响了最小二乘支持向量机的预测性能,本文选用果蝇优化算法对其参数进行优化选取,该方法不仅能够建立最优的混合预测模型,而且能够很好地捕获地下水埋深序列的非线性特征。选用甘肃民勤县大坝乡城西八社地下水监测站点的数据来验证所建模型的预测性能,实验结果表明与传统的单一预测方法相比,本文所建混合预测模型提高了预测精度。

现代都市型农业背景下生鲜乳价格波动预警研究——以天津市为例

为稳定生鲜乳价格、保障生鲜乳供给,结合现代都市型农业特点,以天津市为例,构建生鲜乳价格波动预警机制。运用季节调整法和Holt双参数指数平滑法对生鲜乳月度价格进行组合预测并进行预警;利用BP神经网络模型,建立生鲜乳年度价格波动预警机制。研究结果表明,生鲜乳月度价格组合预测结果比较理想,2022年1—6月价格基本维持在4.34~4.38元/kg,生鲜乳价格波动存在比较明显的季节性,每年年末生鲜乳价格波动易出现正向轻警甚至正向重警;对于生鲜乳年度价格波动,BP神经网络模型预测精度较高,2019年测试结果为0.101 5,与2019年实际值0.106 7相近且均显示为无警状态,可以用此模型对生鲜乳年度价格波动进行预警。为稳定生鲜乳价格,应建立科学有效的市场信息收集、分析、发布机制,加强生鲜乳价格波动预警监测,建立并优化生鲜乳价格协商机制。

基于时间序列分析的广东省GDP的预测

GDP是衡量一个国家或地区经济状况和发展水平的重要指标。因此,我们运用时间序列的方法对GDP变化作出预测是十分有意义的。在本文中,我们研究了ARIMA模型、指数平滑模型和方差倒数法组合预测模型三种模型对广东省2018~2021年GDP的预测效果。结果发现Holt两参数指数平滑模型的预测精度优于方差倒数法组合预测模型,组合预测模型优于ARIMA模型。

基于时间序列分析的云南省能源消费预测研究

本文应用时间序列分析方法的理论基础,结合云南省1976年至2020年能源消费总量数据为样本,利用R软件对能源消费总量建立了ARIMA模型和Holt两参数指数平滑模型,将预测到的2016年至2020年能源消费总量的预测数据与其实际值做对比,根据相对误差绝对值取最小的选择原则,发现Holt两参数指数平滑模型预测的数据更加贴近实际值,于是将其作为最优模型进行预测。根据预测结果得出结论:2021年至2025年云南省的能源消费总量呈直线上升趋势。