基于Holt-Winters无季节指数平滑模型的国内电影票房预测

本文首先对2002-2014年国产2D电影票房数据进行分析,从票房现状、观影人数、国产影片数量、院线数量、影院数和银幕数这五个方面,了解了国产电影的现状。其次,通过Holt-Winters无季节指数平滑模型和双指数平滑模型的对比,选择Holt-Winters无季节指数平滑模型对2015年国产电影票房进行预测。

ARMA模型和Holt-Winters指数平滑模型在企业用电量预测中的应用与分析

本文通过对时间序列的研究分析,提出基于ARMA模型和基于Holt-Winters指数平滑模型进行企业用电量预测的方法。对采集的中山市某企业用电量数据样本分别用上述两种模型建模和后续30天的用电量数据预测,分析样本数量对预测准确度的影响、用累计短期高频数据预测中长期数据的效果,比较两种模型的预测准确度。结果显示:基于ARMA模型的预测方法对于企业未来30天逐日用电量预测能够达到平均95%以上的拟合度,基于Holt-Winters指数平滑模型累计逐日预测数据预测下1个月用电量数据具有高达99%以上的拟合度,二者组合应用具有较高的可行性和推广价值。

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。

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。

基于季节性指数平滑模型的医院出院人次预测研究

目的比较各季节性指数平滑模型对医院出院人次的预测效果,探讨季节性指数平滑模型在出院人次预测中的应用。方法采用各季节性指数平滑模型,逐次对某医院2011年1月-2018年12月出院人次拟合,预测2019年1-7月的出院人次。结果Winters加法模型在各季节性指数平滑模型中达到了相对较高的拟合优度,预测值平均相对误差为-3.660%,预测趋势符合实际发展趋势。结论Winters加法模型能够对医院出院人次进行科学合理的预测,可以为医院的领导决策、资源调配、工作评估、计划制定提供重要的参考依据。

基于指数平滑法的全国MRI配置量预测研究--四种非季节性模型比较

目的:对未来中短期全国MRI配置量进行预测。方法:基于存量数据,采用指数平滑法的四种非季节性模型,对未来全国MRI的配置量进行预测。结果:简单模型、Holt线性趋势模型、Brown线性趋势模型和阻尼趋势模型的R2值均大于0.95;后三者拟合后的数据残差序列不存在自相关(P>0.05),适宜采用指数平滑序列模型进行分析;Brown线性趋势模型的均方根误差和平均绝对误差百分比均为最小。结论:Brown线性趋势模型的拟合效果最佳,其预测结果显示,未来我国2020年、2023年和2025年MRI配置量分别为9 332台、11 750台和13 362台。

基于ARIMA模型和指数平滑模型对我国货物进出口总额的预测研究

在后疫情时代,为了研究我国货物进出口情况,本文采用了ARIMA模型和Holt-Winters三参数指数平滑模型对我国1996年1月至2022年10月的货物进出口总额的月度数据进行建模比较分析,并对未来三年的进出口总额进行预测。根据预测结果显示,两个模型都能较好的拟合数据,后者模型的拟合程度略优于前者。预测结果显示未来三年我国的货物进出口总额是逐渐增长的。

基于季节ARIMA和指数平滑模型的我国全社会总用电量的预测

本文基于2010年1月份~2019年12月份我国社会总用电量季度数据,采用Rstudio软件进行分析,对数据进行预处理,通过比较AIC信息准则拟合最优的ARIMA模型,以2010年1月份~2018年12月份的数据作为训练集,2019年的数据作为测试集,对该序列进行1阶12步差分后,序列变的平稳,因此可采用季节ARIMA模型进行预测;由于该序列具有趋势性和季节性的特征,因此采用Holt-Winters三参数指数平滑模型,应用两种模型分别对2019年的数据进行预测。通过测试集和预测值计算误差,根据平均误差最小原则选择最优的预测模型。最终的平均误差结果显示Holt-Winters三参数指数平滑模型的平均误差值为0.0232087,远小于季节ARIMA模型的0.0315013,因此选用Holt-Winters三参数指数平滑模型作为我国全社会总用电量的预测模型。

利用季节指数修正指数平滑预测值对公路客运量进行预测

本文选取2003-2012年吉林省长春市公路客运量数据,建立三次指数平滑模型,利用季节指数修正平滑预测值,并进行误差分析.同时,对2013年和2014年长春市公路客运量进行预测.

Holt-Winters模型在铁路货运量预测中的应用

铁路货运量的预测结果直接影响到铁路运输计划及有关运输政策的制定。通过提出基于Holt-Winters的铁路货运量预测模型,介绍了平滑系数α、β、γ的选取及初始平滑因子、递推计算过程等关键预测环节,并对该预测模型设计了相应的算法,最后利用实例验证了Holt-Winters预测方法的有效性和实用性。

基于Holt-Winters模型的济南泉域地下水资源保护研究

以济南名泉趵突泉历年的地下水位为研究对象,对2012年5月至2017年11月趵突泉地下水位波动规律进行分析,评价保泉形势,探索保泉供水的有效措施。通过模型的比选,最终确定利用HoltWinters指数平滑加法模型,从时间序列的角度分析预测趵突泉地下水位的变化趋势,并计算出了模型的拟合优度指标和拟合统计量。决定系数R2值为0.897,平稳的R2值为0.627,数值均较大且其余各项拟合优度指标均较好,说明模型的拟合效果整体精度较高。利用模型对2018年趵突泉的地下水位进行了预测并给出了预测值95%的置信区间,预测年平均水位为27.814 m,泉水位波动的峰值为28.291 m、谷值为27.329 m且谷值将出现于2018年的6月份,为近6年来的最低水位值,低于27.6 m的保泉红色警戒线,接近27.01 m的泉水停喷线。预测结果表明:2018年趵突泉将存在潜在停喷的危机,济南市的保泉任务依然严峻。为争取泉水持续喷涌,在此基础上提出了科学保泉建议和节水保泉措施,为济南市评判、预测、调整水系及地下水开采布局提供科学依据。

基于Holt-Winters和LSTM的组合模型在电能表需求预测中的应用

针对省级计量中心物资需求量大且人工审批的方式对需求提报的合理性缺少科学判断的情况,提出构建组合模型对电能表的需求量进行预测,辅助计量中心订单需求的合理性研判和智能推荐。本文首先介绍加法的Holt-Winters预测模型和LSTM循环神经网络预测模型的组合策略,然后,分别利用两个模型通过最小残差平方和误差反向传播的方法对2015-2017年历史数据进行拟合,计算出最优参数并通过组合策略得出最佳权重,最后,利用最终组合模型对2018年数据进行预测并与实际值进行对比,验证该模型的有效性。

浅谈季节性指数平滑法在供水管网漏损预测中的应用

给水管网的漏损是不可避免的,但每月的漏损量与温度有关。根据原始数据,通过季节性指数平滑法对每月的漏损管件数进行预测,对管网未来的漏损程度进行估计。

Holt-Winters模型在电能表需求预测中的应用

电能表需求量的预测直接影响计量中心采购、检定和配送等计划的制定以及库存的有效利用。介绍基于加法的Holt-Winters预测模型原理,利用该模型对2013—2015年历史数据进行拟合,通过最小残差平方和计算出最优平滑系,对2016年数据进行预测并实际值进行对比,验证了该模型的有效性。

ETS和SARIMA流行趋势中的性能比较模型在预测北京市猩红热

收集2004—2019年北京市猩红热月发病人数和人口学资料,采用描述性统计方法和Joinpoint回归调查猩红热的流行病学变化趋势。北京市猩红热发病的平均年度百分比变化为(AAPC=1.866,95%CI:-2.968~6.941;t=0.816,P=0.428),流行趋势总体保持稳定,每年的4—6月和11—12月为发病高峰,呈双季节模式。最优SARIMA模型和最优ETS模型预测的平均绝对误差(MAD)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、平均误差率(MER)、方根百分比误差(RMSPE)五个误差指标分别为0.586、0.623、0.751、0.296、0.785和0.318、0.282、0.438、0.282、0.338,可见ETS模型的预测准确性高于SARIMA模型,可用来对北京市猩红热流行趋势进行预测预警,从而为猩红热动态精准化防控提供参考依据。

季节趋势模型在气体泄漏扩散模拟预测中的应用

基于江苏工业学院油气储运安全综合实验模型平台,利用示踪技术,模拟了有害气体瞬时泄漏扩散的整个过程。结合趋势季节模型,以六号探头为研究对象,利用指数平滑法,进行时间序列预测,得到下一个时间段的有害气体扩散数据。研究表明泄漏物质浓度有下降的趋势,模型输出结果较好,拟合度高,一定程度上反映了泄漏后有害气体未来的扩散趋势。该研究结果对泄漏事故扩散趋势做出准确的预测,对建立有针对性的应急救援预案,实施有效的现场控制,具有一定的科学参考价值。

季节自回归求和移动平均模型在重庆市某老年群体医疗费用预测中的应用

目的探讨自回归求和移动平均(ARIMA)模型在某老年人群医疗费用预测中的应用,预测医疗费用的逐月趋势。方法①对重庆市某老年群体2005~2010年的逐月人均医疗费用分析模拟,建立季节ARIMA模型。②利用2011年的数据对模型进行修正,并且与Winters指数平滑法比较,采用平均相对误差评价预测效果;结果 ARIMA(0,1,1)(2,1,0)12模型是该老年群体医疗费用预测的最优拟合预测模型,平均相对误差是9.84%。结论 ARIMA(0,1,1)(2,1,0)12模型可用于老年人逐月人均医疗费用的短期预测。

基于四种季节属性HWT模型的电力需求预测

基于日、周和年三种时间属性的滑动平均模型预测方法已经在电力需求短期预测方面得到了广泛应用。在本文中,我们研究了一种新的短期电力需求的模型和预测方法,即在日、周和年时间属性的基础上增加了一个月周期,并将这种新的周期应用到HWT模型中得到基于四种时间周期属性的预测算法,通过新加坡市场电力需求预测模型仿真得知,新的包含月周期的预测方法准确性更高。

应用修正的指数平滑法进行文献流通量预测

本文通过文献流通量预测的实践,探讨了应用季节系数修正三次指数平滑预测值进行预测的问题。从而为拓展情报学研究方法进行了有益的尝试。

工业和商业预测方法(指数平滑法和曲线拟合法实用指南)

工业和商业预测方法从实用的角度系统地介绍了确定型时间序列分析模型和回归模型。其中第一篇着重讨论各种时序模型的特点及其应用,并给出了相应的工作流程图,具有很大的参考价值。我们将分两次在增刊上刊载全文,本次刊载的是时序预测部分。