基于灰色模型和指数平滑法的集装箱吞吐量预测

提出了在灰色模型GM(1,1)和三次指数平滑法基础上的组合预测方法。集装箱吞吐体系是一个灰色系统,因此可以通过灰色系统进行建模并预测其吞吐量,通过对宁波港历年集装箱吞吐量的观察,发现其吞吐量呈持续的曲线增长趋势,因此考虑采用三次指数平滑法进行预测,在灰色GM(1,1)和三次指数平滑法的基础上采用了加权组合预测的方法,对宁波港今后几年的集装箱吞吐量进行了预测.     

基于灰色模型和指数平滑法的集装箱吞吐量预测

提出了在灰色模型GM(1,1)和三次指数平滑法基础上的组合预测方法。集装箱吞吐体系是一个灰色系统,因此可以通过灰色系统进行建模并预测其吞吐量,通过对宁波港历年集装箱吞吐量的观察,发现其吞吐量呈持续的曲线增长趋势,因此考虑采用三次指数平滑法进行预测,在灰色GM(1,1)和三次指数平滑法的基础上采用了加权组合预测的方法,对宁波港今后几年的集装箱吞吐量进行了预测.     

基于指数平滑法和马尔科夫模型的公路客运量预测方法

分析了常用的客运量预测方法,提出了一种新的基于指数平滑法和马尔科夫模型的公路客运量预测方法.基于公路客运量的实际值、线性拟合值与二次曲线拟合值,采用二次曲线拟合的方法计算了初始值与平滑系数.以安徽省2000～2009年相关数据为基础,应用指数平滑法预测了2010、2011年的公路客运量.以-11％、一5％、0、5％、11％为划分阈值,将指数平滑法预测结果的相对误差划分为4个状态区间,应用马尔科夫模型对指数平滑法的预测结果进行修正,并与模糊线性回归模型、指数平滑法的预测结果进行比较.分析结果表明:应用提出的方法,2010、2011年安徽省公路客运量的预测结果分别为14.209、15.712亿人,相对误差分别为1.195％、0.492％;应用指数平滑法,预测结果分别为13.468、14.893亿人,相对误差分别为-3.399％、-4.746％;应用模糊线性回归模型,预测结果分别为13.573、15.325亿人,相对误差分别为-2.647％、-1.983％.提出的方法精度较高,满足实际需求.     

指数平滑预测法中平滑系数的确定

提出了确定指数平滑系数的三种方法及有关理论.指出指数平滑系数的正确选择对提高预测精度所起的重要作用.解决了只依靠主观确定的指数平滑系数使指数平滑法在预测中的应用与推广受到限制的问题.     

指数平滑预测法中平滑系数的确定

提出了确定指数平滑系数的三种方法及有关理论．指出指数平滑系数的正确选择对提高预测精度所起的重要作用．解决了只依靠主观确定的指数平滑系数使指数平滑法在预测中的应用与推广受到限制的问题．     

基于模糊理论的智能指数平滑行程时间预测算法

在指数平滑算法的基础上,结合模糊理论提出了一种基于模糊理论的智能指数平滑行程时间预测算法。该算法依据指数平滑法的预测误差构造模糊控制器来自适应控制平滑系数,从而自适应修正下一时期的预测值,提高行程时间的预测精度和智能化水平。最后通过实验验证了该算法的可行性、有效性。     

指数平滑法在交通参数短期预测中的应用

阐明了滑动平均数法与指数平滑法的渊源，论证了滑动平均数法选择期数N与指数平滑法平滑系数α的相互转换关系和作用机制，给出了符合交通规律的具有自适应能力的季节性指数平滑预测方法。     

公交运行时间预测方法分析

本文介绍了公交运行时间的预测方法,在交通调查的基础上,应用各种方法进行预测,并对各种预测结果进行误差分析。结果表明,移动平均法的相对误差较指数平滑法小。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据,分别利用三次指数平滑法、灰色CM（1,1）模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量。结果证明：组合预测模型融合了前两种预测方法的优点．其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM（1,1）模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据.分别利用三次指数平滑法、灰色GM(1,1)模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM(1,1)模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级.     

二次指数平滑法中确定初始值的简便方法

在利用二次指数平滑法建立趋势预测模型时，必须合理确定初始平滑值．确定初始平滑值比较复杂繁琐，用初期指标值替代初始平滑值是一种简便的处理方法．通过推导，论证了这一方法的可行性，并给出了适用条件．     

指数平滑法在滑坡抢险工程中的应用

指数平滑技术是进行预测决策的有效方法,文章首先对指数平滑模型作了简单的介绍,然后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,预测值与实际观测值之间的误差很小,说明此模型可很好地应用于滑坡位移预测,可为施工决策提供可靠的依据.     

指数平滑法在滑坡抢险工程中的应用

指数平滑技术是进行预测决策的有效方法,文章首先对指数平滑模型作了简单的介绍,然后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,预测值与实际观测值之间的误差很小,说明此模型可很好地应用于滑坡位移预测,可为施工决策提供可靠的依据.     

公路枢纽项目客运量预测方法初探

公路客运量发展预测是公路客运枢纽站项目可行性研究中的主要内容 ,是确定一个项目建设规模的基础条件。探讨应用经济指标与公路客运量统计数据作为基础数据 ,在经济指标预测中采用增长系数法和三次指数平滑法进行预测 ,采用回归分析模型进行客运量预测 ,从而为公路客运枢纽项目确定规模提供依据     

基于熵值法的城市汽车保有量组合预测

分析灰色系统、多元回归、指数平滑、神经网络4种预测方法的特点并利用它们分别对城市汽车保有量进行预测,在此基础上通过熵值法确定各预测模型的加权系数,建立组合预测模型,最后将1995-2007年汽车保有量的各预测值与实际值进行比较,结果表明该组合预测法精度较高,实用性更强。     

基于Gompertz曲线和三次指数平滑法的货运量组合预测

在简单介绍Gompertz曲线拟合法和三次指数平滑法两种单项货运量预测方法的基础上,引用最优加权组合建模理论,以预测误差的平方和最小为目标函数来确定最优权重系数,建立组合预测模型.以1999～2010年京杭运河苏北段货运量的统计数据为基础,运用所建立的组合预测模型对2015～2035年京杭运河苏北段的货运量进行预测.预测结果表明,组合预测方法是有效的、可靠的,并且预测精度比单一预测方法有很大的提高,该方法具有很好的实用价值.     

基于微观仿真的路段行程时间预测方法

实时路段行程时间预测是动态交通分配中路径选择的关键技术之一,采用微观交通仿真手段和指数平滑方法估计路段行程时间,在路段行程时间估计模型中考虑了交叉口排队延误、信号控制延误和交叉口内转向行程时间,提出了基于灰色等维新息GM(1,1)模型的路段行程时间预测方法,根据路段行程时间的历史数据和实时采集数据,滚动预测未来的路段行程时间,通过实例应用证明了模型有很好的预测精度.     

大连新机场轨道交通客流预测

为了提供大连新机场轨道交通专线日后建设的参考数据,通过定性与定量分析相结合的方法,对现有的大连周水子机场客运数据进行计算,得到大连新机场轨道交通专线客流量的预测值,其中定量方法使用的是三次指数平滑法和等维灰数递补动态预测法,结果为大连新机场轨道交通专线日后选线、列车编组、发车频率等提供了可靠数据．     

Impact of Sophisticated Stationary Forecast Techniques on the Bullwhip Effect in a Supply Chain

The bullwhip effect in a multistage supply chain was analyzed using sophisticated stationary forecasts (third order moving average and third order exponential smoothing forecasts). The third order exponential smoothing and third order moving average forecasts sometimes have a variance reducing effect on the supply chain.In a supply chain with positively correlated or independent and identically distributed (i.i.d) demands, the order variance based on simple moving average forecast (or simple exponential smoothing forecast) is larger than the order variance based on second order moving average forecast (or second order exponential smoothing forecast),and the order variance based on second order moving average forecast( or second order exponential smoothing forecast) is larger than the order variance based on third order moving average forecast( or third order exponential smoothing forecast). In addition, for i.i.d demands, third order exponential smoothing forecast leads to a larger variation than third order moving average forecast.