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。

小波变换-指数平滑法预测西藏畜牧业产值

运用小波变换和指数平滑法相结合对西藏畜牧业产值进行了预测。首先对原始时间序列进行小波变换,通过信号重构去除原始信号中的噪声信号,然后利用3次指数平滑法对无噪信号进行预测,最后将指数平滑法的预测值与噪声信号相加,还原对原始时间序列的预测。结果显示:小波变换-指数平滑法的平均误差为0.715 6%,比传统3次指数平滑法的平均预测误差1.499 5%减小了52.277 4%,由模型预测得到2023年西藏自治区畜牧业产值为142.702 8亿元。

基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别

针对多基地水下小目标分类识别问题,本文提出了一种基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别方法 .对水下目标多角度散射信号提取6种典型的具有信息互补性和关联性的特征,提出一种随机森林(Random Forest,RF)和最小冗余最大相关(minimum Redundancy and Maximum Relevance,mRMR)相结合的特征选择方法(RF-mRMR),得出综合的特征重要性排序结果 .通过实验得出分类模型所需的最优特征子集,达到降低数据处理复杂度和提高目标分类结果的目的 .为了捕捉到数据中的高阶结构,在联合稀疏表示模型的基础上,使用核函数将线性不可分的特征数据映射到高维核特征空间.为了充分挖掘稀疏重构后包含在残差波段中的有用信息,使用指数平滑公式对具有一定意义的残差信息进行再利用,最后由核特征空间下的最小误差准则判定目标的类别.应用本文提出的方法对4类目标的海试数据进行识别,结果表明,相较于其他7种对比算法,本文提出的改进方法具有更好的分类性能,而且大多数情况下,本文提出的算法在双基地声呐模式下具有比单基地声呐更高的识别准确率和更低的虚警率.

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。

基于季节性指数平滑法的电能表需求预测分析

随着智能电能表大规模普及应用,电能表需求数量日益庞大,采用经验人工估计容易造成电能表临时短缺和库存积压等问题。基于计量系统中的电能表历史安装数据,采用简单季节性模型、Winters加法模型和Winters乘法模型,并结合LSTM模型对结果进行对比分析,比较不同模型的优劣,确定电能表需求预测最优方法。实证结果表明:Winters乘法模型预测效果最好,预测值平均误差为2.46%,预测趋势符合实际情况。Winters乘法指数平滑法能够对电能表需求变化趋势进行科学合理预测,可以协助供电公司更加高效开展电能表运营管理,提高计量资产利用效率。

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。

基于指数平滑法的噪声污染预测及应用

选取2011~2022年四川省攀枝花市城市区域声环境(昼间)和道路交通声环境(昼间)监测数据,对攀枝花市声环境质量总体水平进行评价,同时建立和选取适合攀枝花市的指数平滑预测模型。结果表明,2014年以来,攀枝花市全市区域声环境质量(昼间)等级均为二级(较好),呈显著下降趋势;道路交通声环境质量(昼间)呈显著上升趋势,且在2021年达到最大值71.7dB(A),属于三级(一般)。当平滑系数α值为0.6时,RMSE值最低,道路交通声环境质量(昼间)预测模型适合一次平滑指数模型;当平滑系数α值为0.8时,RMSE值最低,城市区域声环境质量(昼间)预测模型适合一次平滑指数模型。经过实证,预测值与攀枝花市的声环境污染状况基本保持一致,预测效果相对可靠,因此该模型可用于攀枝花市声环境质量(昼间)短期预测,并运用该模型对2023年声环境污染水平进行预测。2023年,城市区域声环境质量(昼间)水平总体保持在55dB(A)以内,道路交通声环境质量水平总体保持在70dB(A)以内,预测结果可为相关管理部门开展噪声污染防治工作提供数据支撑。

指数平滑-SVR模型对新能源电动汽车销量的预测

新能源汽车行业呈现快速发展的态势。首先,文章基于指数平滑模型对2016—2023年新能源电动汽车销量进行了拟合分析,其次探讨了针对残差序列如何利用SVR模型来得到串联组合模型,最后利用指数平滑-SVR组合模型对未来10年新能源电动汽车的销量进行了预测。

基于指数平滑的ARIMA模型预测河流水质研究

依托于上海市嘉定区横沥河2009年~2022年高锰酸盐指数和总磷数据,构建ARIMA模型并预测未来数值,加入指数平滑预处理,对比处理前后ARIMA模型表现。结果表明:ARIMA模型对高锰酸盐指数预测结果相对较为准确,对总磷预测结果相对误差较大。指数平滑预处理能增强ARIMA模型拟合度和预测精度,相较于单一ARIMA模型,指数平滑-ARIMA模型表现明显改善,可将高锰酸盐指数和总磷预测模型拟合优度R^(2)分别提高0.511和0.397,显著降低总磷预测值相对误差,最大可减少52.94%。

动态平滑系数和参数的动态三次指数平滑法在火电厂发电量预测研究

考虑到发电量预测的复杂性和其在供需管理中的重要性,本文引入了动态三次指数平滑法并采用动态平滑系数进行优化,与传统的加权移动平均法和时间序列预测模型进行对比。基于实际采集的发电量数据,研究显示,该模型具备出色的预测精度和拐点预测能力。此研究成果为火电厂提供了一种具备高精度和实用性的预测工具,有望为火电厂发电量的供需平衡提供重要的决策支持。

基于三次指数平滑法的三峡-葛洲坝间水域水上交通事故险情预测

长江三峡—葛洲坝水利枢纽两坝间航道长约38km,两坝间航道受三峡电站调峰及葛洲坝电站反调节的影响呈现J级航道的特点,通航环境复杂。本文介绍了两坝间航道通航环境情况,详细分析了该水域近年来发生的各类水上交通事故险情情况,基于指数平滑法对两坝间航道2022年全年水上通航情况进行预测分析,并提出相应的监管对策及措施,减少水上交通事故发生频次。

基于自适应的动态三次指数平滑法的风电场风速预测

随着风力发电的快速发展,对风电场的风速实现较准确的预测也逐步成为风电领域研究的热点。为了提高风速的预测精度,综合考虑风速历史时间序列的影响,在传统的三次指数平滑方法的基础上,提出了一种自适应的动态三次指数平滑方法来进行风速预测。该方法利用了地毯式搜索方法,根据误差平方和最小的原则及时调整并获得最佳的平滑系数,然后进行后续的一步或多步风速预测。通过与传统的三次指数平滑法、灰色模型预测法比较,验证了自适应的动态三次指数平滑法在风电场风速预测中的准确性和高效性。

应用指数平滑法预测上海市甲型病毒性肝炎发病趋势

目的应用指数平滑法拟合和预测本市甲肝疫情。方法分别以1990～2008年按年度和月份的上海市甲肝发病资料数据建立指数平滑模型,以2009年的数据来评价模型的效果。结果上海市甲肝发病趋势明显下降,年发病数据采用Holt趋势指数平滑模型最佳,按月分布发病数使用Holt-Winters相乘模型拟合为最佳,预测模型具有一定的参考意义。结论针对上海市甲肝发病的不同类型数据,均可选用不同指数平滑模型拟合,该方法简单易行,为传染病预测提供了参考。

基于对数二次指数平滑的港口吞吐量预测

港口吞吐量预测是港口总体布局规划的重要前期工作,这项工作影响深远。以某港口为例,简介了二次指数平滑预测港口吞吐量过程;提出了用对数二次指数平滑预测港口吞吐量;分析了对数二次指数平滑的优点;得出结论:对数二次指数平滑模型比较适合快速成长的港口进行吞吐量定量预测,可为这些港口规划决策提供科学依据,供有关部门参考。

基于等维新息指数平滑法模型的中长期负荷预测

指数平滑法是电力系统中长期负荷预测的重要方法之一,该预测方法的精确性主要取决于平滑系数,因此提出了等维新息数据处理的指数平滑法,实现了变平滑系数。首先,给出指数平滑法的预测模型,根据重近亲远的原则,给各期绝对平均误差值赋权。接着,采用0.618优选法优选出平滑系数。在此基础之上,引入了等维新息数据处理的思想,实现了变平滑系数,使预测结果能够更加合理地反映负荷发展规律,提高了预测精度,优化了指数平滑法的预测模型。

基于粒子群算法的指数平滑系数优化方法

主要研究指数平滑法中平滑系数的优化方法,使用改进的粒子群算法,并采用预测误差平方和(SSE)作为精度评价指标求解平滑系数,使求解值逼进平滑系数的最优解。通过在实际数据集上的与其他平滑系数优化方法的对比分析,文中所提出的基于改进粒子群的指数平滑系数优化算法,能更加准确地求解出平滑系数,并且提高了算法能力,解决了其他算法在多极值的情况下不一定能求出最好平滑系数的问题。

基于指数平滑法与回归分析相结合的滑坡预测

滑坡时间预报研究是滑坡研究中的一个热门课题。以实际监测数据为基础,把指数平滑法与非线性回归分析法结合起来;以滑坡的变形值和变形速率为判据,对滑坡进行时间失稳的动态跟踪预报。根据某滑坡的实际情况,对部分监测点位移进行了建模和预测,预测结果表明,该方法具有较高的精度,可以应用于实际工程。

指数平滑技术在重庆市煤炭需求预测中的应用

指数平滑技术是进行预测决策的有效方法.以实际数据为基础,结合重庆市近年来煤炭实际消耗量数据的特点(具线性趋势),建立了重庆市煤炭需求量的趋势型二次指数平滑模型,并研究了指数平滑模型在重庆市煤炭需求预测中的应用.结果表明,预测值与实际消耗量之间的误差很小,说明此模型可很好地应用于煤炭需求的中短期预测,为重庆市能源决策提供可靠的依据.

指数平滑法及其在滑坡预报中的应用

指数平滑法是一种非统计性的预报方法，它具有计算过程简单、适应性好等优点。本文介绍的是其中的二次曲线指数平滑法及其在滑坡中、短期预报中的应用。