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。

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。

一种指数平滑预测的参数优化方法及实现

时间序列预测法在各种基于时态数据库的计算中有着广泛的应用前景。文中介绍了时间序列预测法中的单指数平滑、双指数平滑和三指数平滑三种指数平滑预测方法,不同的预测方法适合于对不同时间特性的数据、平稳性数据、趋势性数据或季节波动性数据进行预测,使用相应的预测方法均达到很好的平滑效果。同时还介绍了如何应用IGS算法对指数平滑的参数进行优化,从而得到更好的平滑效果和预测结果,使之在社会实际当中发挥更好的作用。

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”。

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。

基于狮群优化极限学习机的数据融合算法

为降低异构无线传感器网络中冗余数据传输数量,设计一种基于狮群算法改进的极限学习机数据融合算法。针对草莓种植园实时监测数据的时间相关性,将双簇首分簇机制与LSO-ELM时间序列预测模型结合,对初始数据序列进行三次指数平滑和归一化的预处理,使用输出的预测值代替真实值,避免冗余数据的传输。仿真结果表明,双簇首机制可以均衡网络的通信负担,算法能够有效地降低网络中冗余数据的发送,保证数据准确性,延长网络生命周期。

基于改进Holt双指数模型的轴承剩余寿命预测方法

针对Holt双指数模型参数难以确定导致预测精度较低的问题,提出一种基于深度残差收缩网络(Deep Residual Shrinkage Network, DRSN)和Holt双指数模型的轴承剩余寿命预测方法。首先,无需任何人为经验的干扰,利用DRSN模型对轴承原始信号进行特征自提取,挖掘退化特征并构建健康指标;然后,利用Holt双指数模型构建剩余寿命预测模型,针对Holt双指数预测模型超参数α,β难以确定的问题,采用麻雀搜索算法对两个参数进行优化。将DRSN提取出的健康指标进行平滑处理后,利用优化后的Holt双指数预测模型进行预测,完成轴承的剩余寿命预测。利用轴承全寿命实验数据对所提方法进行了验证,实验结果表明,本方法预测误差比双指数预测模型低12%,有效提高了轴承剩余寿命预测精度。

我国食用植物油供给现状分析及未来发展战略研究

近年来,伴随着我国食用植物油自给率的持续走低,提高我国本土食用植物油料的供给、保障国家食用油安全上升为国家战略。通过梳理前人研究和官方信息,整理出2000—2019年我国传统八大食用植物油料的产量数据,并结合相关研究计算得出对应历年食用植物油本土供应量,同时建立Holt双参数线性指数平滑模型对我国本土食用植物油料和油脂的总供给进行预测,结合国家食用植物油发展规划,进一步分析当前制约我国食用植物油发展的因素,并提出针对性建议,以期为国家制定食用植物油料油脂发展规划,提高我国食用油自给率提供数据参考和技术支持。

基于Kinect运动捕捉的警察体能辅助训练系统设计

运动捕捉系统骨骼关节点坐标数据稳定性较差,导致系统的跟踪精度低、训练效果差。设计基于Kinect运动捕捉的警察体能辅助训练系统。通过安全管理模块、训练计划模块、训练监控模块、资料查询模块和训练考评模块实现警察体能辅助训练系统功能,利用Kinect运动捕捉技术获取警员在体能训练过程中的骨骼关节点坐标数据,基于Holt双指数平滑算法平滑处理骨骼关节点坐标数据,增强数据稳定性。实验结果表明骨骼关节点坐标数据的稳定性提高,系统跟踪精度高、训练效果好。

基于灰色改良模型的城市轨道交通客流预测研究

为缓解日益增长的城市轨道交通拥堵,避免由此导致的一系列事故发生,以上海地铁客流数据为研究对象,基于灰色理论对上海地铁短期客流数据进行预测,并采用Holt双参数指数平滑法优化传统的灰色新陈代谢预测模型,建立灰色改良新陈代谢模型。实验结果表明,优化后的灰色预测模型在普通工作日、特殊工作日和周末客流量预测上的方差比分别为0.023%、0.06%、0.40%,在预测精度上明显高于传统灰色预测模型的精度;同时,其对于2017-2018年客流量的预测也更接近于真实值。因此,该方法可为城市轨道交通运营组织的客流预测提供参考建议。

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QAR数据的民航客机对称发动机差异监控模型和算法

从某型民航客机发动机机队管理的实际出发,利用HOLT双参数指数平滑方法,建立基于机载QAR数据的对称发动机性能参数的差异监控模型,并给出实现对称发动机差异监控的算法。算例分析表明模型和算法能有效地识别发动机运行状态,并能预测发动机故障征兆,使发动机排故端口提前,且方法简单易于实现。