导读:本文包含了二次指数平滑论文开题报告文献综述及选题提纲参考文献，主要关键词:叁次指数平滑法,时间序列,平滑系数,误差平方和
二次指数平滑论文文献综述
曹邦兴[1]（2019）在《自适应动态叁次指数平滑法在交通预测中的应用》一文中研究指出针对传统叁次指数平滑法预测模型中平滑系数固定不变、难以跟踪时间序列随时间变化的因素、无法反应不同时间段历史数据对预测结果的影响等缺点,提出了一种改进的动态叁次指数平滑法.该方法通过误差平方、最小原则和地毯式搜索算法来获得动态调整的平滑因子,对波动范围较大且呈非线性变化规律的数据有很强的适应性.将自适应动态叁次指数平滑法与SARIMA模型、叁次指数平滑法进行对比,由铁路旅客发送量的仿真实例分析结果可知,自适应动态叁次指数平滑法能更好地适应时间序列的变化趋势,具有良好的预测精度.(本文来源于《吉首大学学报(自然科学版)》期刊2019年05期）
魏书禾[2]（2019）在《基于叁次指数平滑法对太原市空气质量的预测》一文中研究指出通过分析太原市2014.01.01—2018.12.31空气质量指数日统计数据,分析空气质量指数(AQI)关于时间呈非线性趋势。利用2014—2018年的月均AQI建立累乘的叁次指数平滑模型,通过了残差的随机性检验,该模型是合适的;最后对太原市2019年1-5月的AQI进行预测。预测的结果与真实值比较一致。(本文来源于《科教导刊(下旬)》期刊2019年09期）
曹媛媛[3]（2019）在《网络消费动态价格指数的二次平滑处理与预测》一文中研究指出传统消费价格指数的静态测度特征表现出局限性,文章根据二次平滑处理原理,利用滞后偏差对物价的发展变化进行动态调整,构建网络消费动态价格指数(DPI),该指数的优点在于:第一,测算精准度高,误差率相对传统消费价格指数低,且能通过显着性检验;第二,对消费价格趋势具有较强的预测能力,可依据t期内的消费价格实际值预测t+1时期的价格。网络消费动态价格指数(DPI)也存在一定的局限性,即对参数?值的依赖性大,需通过蒙特卡洛模拟进行参数校准得到准确的?值,才能进行下一步计算,否则指数准确率将大大降低。利用构建的网络消费动态价格指数(DPI)预测,自2009年我国网络消费进行快速期后,未来20年是网络消费井喷期。(本文来源于《统计与决策》期刊2019年17期）
谢晓兰,张征征,王建伟,程晓春[4]（2019）在《基于叁次指数平滑法和时间卷积网络的云资源预测模型》一文中研究指出以Docker和Kubernetes为代表的容器云具有额外的资源开销更小、启动销毁时间更短等优点,但它仍然存在过度供应和供应不足等资源管理问题。为了使Kubernetes集群对部署在其上的应用资源使用量能"提前"响应,并根据预测值为应用及时、准确、动态地调度和分配资源,提出了一种基于叁次指数平滑法和时间卷积网络的云资源预测模型,根据历史数据预测未来的资源需求。为了找到参数的最优组合,使用TPOT调参思想对参数进行优化。对Google数据集CPU和内存的预测实验表明,所提模型与其他模型相比具有更好的预测性能。(本文来源于《通信学报》期刊2019年08期）
肖云梅,刘琼,祁爽,刘一[5]（2019）在《基于二次指数平滑法的长株潭地区典型农产品冷链需求量预测研究》一文中研究指出介绍了长株潭地区农产品情况,选择并确定典型农产品预测种类,对其2013～2018年生产量进行调研,结合长株潭实际情况采用二次指数平滑法对2019～2023年长株潭地区典型农产品进行预测分析,为后续长株潭地区农产品冷库布局提供理论参考。(本文来源于《农村经济与科技》期刊2019年11期）
方圆,于峰,项国圣,王学庆[6]（2019）在《基于灰色理论的叁次指数平滑模型预测自然陈化中热闷钢渣f-CaO含量》一文中研究指出采用自然陈化方法处理热闷钢渣,跟踪检测热闷钢渣中游离氧化钙(f-CaO)含量。运用灰色预测模型和叁次指数平滑模型,建立基于灰色理论的叁次指数平滑模型(GM-ESIII预测模型)预测热闷钢渣自然陈化中f-CaO含量。结果表明,自然陈化方法处理热闷钢渣可以有效降低f-CaO含量,即S热闷钢渣150 d之后f-CaO含量从9. 41%下降至6. 01%且基本维持在6. 00%左右,N热闷钢渣160 d之后f-CaO含量从5. 83%下降至2. 64%且基本维持在2. 65%左右; GM-ESIII预测模型的预测数据与试验数据吻合较好,相对误差为-2. 149%～1. 894%,有效提高了热闷钢渣自然陈化中f-CaO含量预测精度;同时GM-ESIII预测模型中平滑系数与初始f-CaO含量的相关性较小,与f-CaO含量变化趋势的相关性较大。(本文来源于《硅酸盐通报》期刊2019年03期）
王敦泽[7]（2019）在《一种采用叁次指数的语音基音轨迹平滑算法》一文中研究指出基音周期的检测无论在语音合成、语音压缩编码、语音识别和说话人确认等领域都起着非常重要的作用。为了获得更加精确的汉语语音基音周期轨迹,作者依据数字语音信号的特点和叁次指数平滑模型的具体特征,采用了一种叁次指数平滑法,该方法是在移动平均法基础上发展起来的一种时间序列分析预测法。相对于传统的中值平滑和线性平滑组合方法,该方法有效的解决了传统的语音基音轨迹平滑法中平滑过度的问题,更好的保留了语音基音周期轨迹的细节部分。(本文来源于《电声技术》期刊2019年03期）
王洋[8]（2019）在《基于季节指数修正的叁次指数平滑法的四川省公路客运量预测》一文中研究指出通过建立叁次指数平滑预测模型,对四川省公路客运量进行预测,利用季节指数修正叁次指数平滑预测值。通过2014—2017年四川省公路客运量实际值与修正后叁次指数平滑预测值的对比,说明预测效果较好。(本文来源于《经济研究导刊》期刊2019年04期）
高洪波,张登银[9]（2018）在《基于分形与叁次指数平滑的交通流量预测模型》一文中研究指出交通流量预测是智能交通系统发挥其应有效能的重要内容之一。在分析目前短时交通流预测相关研究的基础上,结合交通系统交通流量复杂性和非线性等特征,提出了一种基于分形插值的叁次指数平滑模型短时交通流量预测模型。然后根据实测交通流量数据,对构建的预测模型进行了仿真实验和验证。验证结果表明,文中所构建的预测模型与常用的支持向量机和GM(1,1)交通流量预测算法相比,预测精度得到了大幅提高,其拟合精度平均相对误差为2. 3495%,预测的平均相对误差达到2. 363%。(本文来源于《南京邮电大学学报(自然科学版)》期刊2018年06期）
林建华[10]（2018）在《二次指数平滑法和马尔科夫链在预测银行存款总额中的应用》一文中研究指出准确预测存款是银行科学经营的重要前提。利用某A银行2010—2017年存款总额的季度数据,建立二次指数平滑模型进行预测,利用马尔科夫链修正二次指数平滑模型的预测值,以提高预测结果的可信度。结果表明,该组合模型比较适用于具有线性趋势且随机波动性较大的存款总额预测。(本文来源于《宁波职业技术学院学报》期刊2018年06期）
二次指数平滑论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过分析太原市2014.01.01—2018.12.31空气质量指数日统计数据,分析空气质量指数(AQI)关于时间呈非线性趋势。利用2014—2018年的月均AQI建立累乘的叁次指数平滑模型,通过了残差的随机性检验,该模型是合适的;最后对太原市2019年1-5月的AQI进行预测。预测的结果与真实值比较一致。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
二次指数平滑论文参考文献
[1].曹邦兴.自适应动态叁次指数平滑法在交通预测中的应用[J].吉首大学学报(自然科学版).2019
[2].魏书禾.基于叁次指数平滑法对太原市空气质量的预测[J].科教导刊(下旬).2019
[3].曹媛媛.网络消费动态价格指数的二次平滑处理与预测[J].统计与决策.2019
[4].谢晓兰,张征征,王建伟,程晓春.基于叁次指数平滑法和时间卷积网络的云资源预测模型[J].通信学报.2019
[5].肖云梅,刘琼,祁爽,刘一.基于二次指数平滑法的长株潭地区典型农产品冷链需求量预测研究[J].农村经济与科技.2019
[6].方圆,于峰,项国圣,王学庆.基于灰色理论的叁次指数平滑模型预测自然陈化中热闷钢渣f-CaO含量[J].硅酸盐通报.2019
[7].王敦泽.一种采用叁次指数的语音基音轨迹平滑算法[J].电声技术.2019
[8].王洋.基于季节指数修正的叁次指数平滑法的四川省公路客运量预测[J].经济研究导刊.2019
[9].高洪波,张登银.基于分形与叁次指数平滑的交通流量预测模型[J].南京邮电大学学报(自然科学版).2018
[10].林建华.二次指数平滑法和马尔科夫链在预测银行存款总额中的应用[J].宁波职业技术学院学报.2018