丁坤演的好
“指数平滑法”计算机C语言程序
指数平滑法是生产预测中常用的一种方法。
也用于中短期经济发展趋势预测，所有预测方法中，指数 一次指数平滑法 平滑是用得最多的一种。
简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。
也就是说指数平滑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，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。
其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
编辑本段基本公式 指数平滑法的基本公式是：St=ayt+(1-a)St-1 式中， St--时间t的平滑值； yt--时间t的实际值； St-1--时间t-1的平滑值； a--平滑常数，其取值范围为[0,1]； 由该公式可知： 1.St是yt和 St-1的加权算数平均数，随着a取值的大小变化，决定yt和 St-1对St的影响程度，当a取1时，St= yt；当a取0时，St= St-1。
2.St具有逐期追溯性质，可探源至St-t+1为止，包括全部数据。
其过程中，平滑常数以指数形式递减，故称之为指数平滑法。
指数平滑常数取值至关重要。
平滑常数决定了平滑水平以及对预测值与实际结果之间差异的响应速度。
平滑常数a越接近于1，远期实际值对本期平滑值的下降越迅速；平滑常数a越接近于 0，远期实际值对本期平滑值影响程度的下降越缓慢。
由此，当时间数列相对平稳时，可取较大的a；当时间数列波动较大时，应取较小的a，以不忽略远期实际值的影响。
生产预测中，平滑常数的值取决于产品本身和管理者对良好响应率内涵的理解。
3.尽管St包含有全期数据的影响，但实际计算时，仅需要两个数值，即yt和 St-1，再加上一个常数a，这就使指数滑动平均具逐期递推性质，从而给预测带来了极大的方便。
4.根据公式S1=ay1+(1-a)S0，当欲用指数平滑法时才开始收集数据，则不存在y0。
无从产生S0，自然无法据指数平滑公式求出S1，指数平滑法定义S1为初始值。
初始值的确定也是指数平滑过程的一个重要条件。
如果能够找到y1以前的历史资料，那么，初始值S1的确定是不成问题的。
数据较少时可用全期平均、移动平均法；数据较多时，可用最小二乘法。
但不能使用指数平滑法本身确定初始值，因为数据必会枯竭。
如果仅有从y1开始的数据，那么确定初始值的方法有： 1）取S1等于y1; 2）待积累若干数据后，取S1等于前面若干数据的简单算术平均数，如：S1=(y1+ y2+y3)/3等等。
编辑本段预测公式 据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。
一次指数平滑预测 当时间数列无明显的趋势变化，可用一次指数平滑预测。
其预测公式为：yt+1'=ayt+(1-a)yt' 式中，yt+1'--t+1期的预测值，即本期（t期）的平滑值St ; yt--t期的实际值； yt'--t期的预测值，即上期的平滑值St-1 。
该公式又可以写作：yt+1'=yt'+a(yt- yt')。
可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和。
二次指数平滑预测 二次指数平滑是对一次指数平滑的再平滑。
它适用于具线性趋势的时间数列。
指数平滑法预测 其预测公式为： yt+m=(2+am/(1-a))yt'-(1+am/(1-a))yt=(2yt'-yt)+m(yt'-yt) a/(1-a)式中，yt= ayt-1'+(1-a)yt-1 显然，二次指数平滑是一直线方程，其截距为：（2yt'-yt），斜率为：（yt'-yt） a/(1-a)，自变量为预测天数。
二次指数平滑基本公式 St=αSt+(1-α)St-1 Yt+T=at+btT at=2St-St bt=（α/1-α）（St-St） 式中 St--第t期的一次指数平滑值 St--第t期的二次指数平滑值 α--平滑系数 Yt+T--第t+T期预测值 T--由t期向后推移期数 三次指数平滑预测 三次指数平滑预测是二次平滑基础上的再平滑。
其预测公式是：yt+m=(3yt'-3yt+yt)+[(6-5a)yt'-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+ (yt'-2yt+yt')*a2m2/2(1-a)2 式中，yt=ayt-1+(1-a)yt-1 它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。
编辑本段趋势调整 一段时间内收集到的数据所呈现的上升或下降趋势将导致指数预测滞后于实际需求。
通过趋势调整，添加趋势修正值，可以在一定程度上改进指数平滑预测结果。
调整后的指数平滑法的公式为： 包含趋势预测（YITt）=新预测（Yt）+趋势校正（Tt） 进行趋势调整的指数平滑预测有三个步骤： 1、 利用前面介绍的方法计算第t期的简单指数平滑预测（Yt）; 2、 计算趋势。
其公式为： Tt=(1-b)Tt-1+b(Yt-Yt-1)其中， Tt=第t期经过平滑的趋势； Tt-1=第t期上期经过平滑的趋势； b=选择的趋势平滑系数； Yt=对第t期简单指数平滑预测； Yt-1=对第t期上期简单指数平滑预测。
3、计算趋势调整后的指数平滑预测值（YITt）.计算公式为：YITt=Yt+Tt。
编辑本段具体应用 指数平滑模型的建立 指数平滑法一般有一次指数平滑法、二次指数平滑法和三次指数平滑法。
指数平滑法的预测模型为 指数平滑法在小浪底大坝变形 ： 初始值的确定，即第一期的预测值。
一般原数列的项数较多时（大于15项），...
指数平滑法的预测公式
据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。
当时间数列无明显的趋势变化，可用一次指数平滑预测。
其预测公式为：yt+1'=ayt+(1-a)yt' 式中，yt+1'--t+1期的预测值，即本期（t期）的平滑值St ; yt--t期的实际值； yt'--t期的预测值，即上期的平滑值St-1 。
该公式又可以写作：yt+1'=yt'+a(yt- yt')。
可见，下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和。
二次指数平滑是对一次指数平滑的再平滑。
它适用于具线性趋势的时间数列。
其预测公式为：yt+m=(2+am/(1-a))yt'-(1+am/(1-a))yt=(2yt'-yt)+m(yt'-yt) a/(1-a)式中，yt= ayt-1'+(1-a)yt-1 显然，二次指数平滑是一直线方程，其截距为：（2yt'-yt），斜率为：（yt'-yt） a/(1-a)，自变量为预测天数。
二次指数平滑基本公式 St=αSt+(1-α)St-1 Yt+T=at+btT at=2St-St bt=（α/1-α）（St-St） 式中 St--第t期的一次指数平滑值 St--第t期的二次指数平滑值 α--平滑系数 Yt+T--第t+T期预测值 T--由t期向后推移期数 三次指数平滑预测是二次平滑基础上的再平滑。
其预测公式是：yt+m=(3yt'-3yt+yt)+[(6-5a)yt'-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+ (yt'-2yt+yt')*a2m2/2(1-a)2 式中，yt=ayt-1+(1-a)yt-1它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。
一次指数平滑法如何计算（要详细步骤）
平滑系数0.3时预测第12年运货量为24.31536625平滑系数0.6时预测第12年运货量为23.91031832用excel=〉工具=〉数据分析=〉指数平滑，得到的结果。
如果你的“工具”里没有“数据分析”，可在“工具”里先选“加载宏”，然后在“分析工具库”前打勾，确定以后就会有“数据分析”了。
matlab 用 一次指数平滑法做程序,提示尝试将 SCRIPT funesml 作为函...
展开全部 y=0.03 0.14 0.01 0.20 0.09 0.12 0.11 0.20 0.23 0.20 0.14 0.12 0.17 0.13 0.07 0.10就是上面代码的yt，你可以这么写：clc,cleary=[0.03 0.14 0.01 0.20 0.09 0.12 0.11 0.20 0.23 0.20 0.14 0.12 0.17 0.13 0.07 0.10];yt=y'; n=length(yt);alpha=[0.2 0.5 0.8];m=length(alpha);yhat(1,1:m)=(yt(1)+yt(2))/2;for i=2:nyhat(i,:)=alpha*yt(i-1)+(1-alpha).*yhat(i-1,:);endyhaterr=sqrt(mean((repmat(yt,1,m)-yhat).^2))xlswrite('lilv.xls',yhat)yhat2014=alpha*yt(n)+(1-alpha).*yhat(n,:)x是时间，在这里没什么用最后运行结果是：yhat = 0.0850 0.0850 0.0850 0.0740 0.0575 0.0410 0.0872 0.0988 0.1202 0.0718 0.0544 0.0320 0.0974 0.1272 0.1664 0.0959 0.1086 0.1053 0.1007 0.1143 0.1171 0.1026 0.1121 0.1114 0.1221 0.1561 0.1823 0.1437 0.1930 0.2205 0.1549 0.1965 0.2041 0.1519 0.1683 0.1528 0.1456 0.1441 0.1266 0.1504 0.1571 0.1613 0.1464 0.1435 0.1363 0.1311 0.1068 0.0833err = 0.0632 0.0643 0.0718yhat2014 = 0.1249 0.1034 0.0967...
什么是指数平滑法？
展开全部 指数平滑法是生产预测中常用的一种方法。
所有预测方法中，简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。
下面将详细介绍指数平滑法这种方法。
指数平滑法的基本公式是： St=ayt+(1-a)St-1 式中，St--时间t的平滑值； yt--时间t的实际值； St-1--时间t-1的实际值； a--平滑常数，其取值范围为[0,1]； 由该公式可知： 1.St是yt和 St-1的加权算数平均数，随着a取值的大小变化，决定yt和 St-1对St的影响程度，当a取1时，St= yt；当a取0时，St= St-1。
2.St具有逐期追溯性质，可探源至St-t+1为止，包括全部数据。
其过程中，平滑常数以指数形式递减，故称之为指数平滑法。
指数平滑常数取值至关重要。
平滑常数决定了平滑水平以及对预测值与实际结果之间差异的响应速度。
平滑常数a越接近于1，远期实际值对本期平滑值的下降越迅速；平滑常数a越接近于0，远期实际值对本期平滑值影响程度的下降越缓慢。
由此，当时间数列相对平稳时，可取较大的a；当时间数列波动较大时，应取较小的a，以不忽略远期实际值的影响。
生产预测中，平滑常数的值取决于产品本身和管理者对良好响应率内涵的理解。
3.尽管St包含有全期数据的影响，但实际计算时，仅需要两个数值，即yt和 St-1，再加上一个常数a，这就使指数滑动平均具逐期递推性质，从而给预测带来了极大的方便。
4.根据公式S1=ay1+(1-a)S0，当欲用指数平滑法时才开始收集数据，则不存在y0。
无从产生S0，自然无法据指数平滑公式求出S1，指数平滑法定义S1为初始值。
初始值的确定也是指数平滑过程的一个重要条件。
如果能够找到y1以前的历史资料，那么，初始值S1的确定是不成问题的。
数据较少时可用全期平均、移动平均法；数据较多时，可用最小二乘法。
但不能使用指数平滑法本身确定初始值，因为数据必会枯竭。
如果仅有从y1开始的数据，那么确定初始值的方法有：1）取S1等于y1;2）待积累若干数据后，取S1等于前面若干数据的简单算术平均数，如：S1=(y1+ y2+y3)/3等等。
...
这样的数据如何在excel中用指数平滑法？
1. 选择需要预测的数据，如图选择1-7和对于的结果，点击插入散点图2. 在散点图中选择一个点，单击右键，选择添加趋势线3.选择指数，勾选显示公式4.将得出的公式填写到值后面进行计算，可以看出通过公式计算的结果
用指数平滑法来计算例题
展开全部 分析：指数平滑法计算公式Ft=α* At-1+(1-α)Ft-1α代表平滑指数，、F代表预测值，A代表实际值计算过程：（1）用指数平滑法预测该厂第四季度的产品销售额 第一步写出计算公式： F4=α* A3+(1-α)F3 第二步带入数据：α=0.2, A3为第三季度的实际值，为180万元，关键是第三季度的预测值F3，令第二期的初试预测值F2等于前一期的实际值A1，利用公司计算出F3。
即F2=A1=140万元 F3=α* A2+(1-α)F2 =0.2*200+(1-0.2)*140=152（万元） 故F4=0.2*180+(1-0.2)*152=157.6（万元）（2）2004年的第一季度实际就是预测第五期的销售额。
F5=α* A4+(1-α)F4 带入数据：α=0.2、A4=170、F4=157.6 F5=0.2*170+(1-0.2)*157.6=160.08（万元）...
指数平滑法的趋势调整
一段时间内收集到的数据所呈现的上升或下降趋势将导致指数预测滞后于实际需求。
通过趋势调整，添加趋势修正值，可以在一定程度上改进指数平滑预测结果。
调整后的指数平滑法的公式为：包含趋势预测（YITt）=新预测（Yt）+趋势校正（Tt）进行趋势调整的指数平滑预测有三个步骤：1、 利用前面介绍的方法计算第t期的简单指数平滑预测（Yt）;2、 计算趋势。
其公式为： Tt=(1-b)Tt-1+b(Yt-Yt-1)其中，Tt=第t期经过平滑的趋势；Tt-1=第t期上期经过平滑的趋势；b=选择的趋势平滑系数；Yt=对第t期简单指数平滑预测；Yt-1=对第t期上期简单指数平滑预测。
3、计算趋势调整后的指数平滑预测值（YITt）.计算公式为：YITt=Yt+Tt。
简单时间序列法,指数平滑法,一元线性回归法哪个好
1. 可以根据预测公式进行计算2. 据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。
3. （一）一次指数平滑法4. 当时间数列无明显的趋势变化，可用一次指数平滑预测。
其预测公式为：5. yt+1'=ayt+(1-a)yt' 式中，6. yt+1'--t+1期的预测值，即本期（t期）的平滑值St ;7. yt--t期的实际值；8. yt'--t期的预测值，即上期的平滑值St-1 。
9. 该公式又可以写作：yt+1'=yt'+a(yt- yt')。
可见，下期预测值又是本期预测值与以a为的本期实际值与预测值误差之和。
10. （二） 二次指数平滑预测二次指数平滑是对一次指数平滑的再平滑。
它适用于具线性趋势的时间数列。
其预测公式为：yt+m=(2+am/(1-a))yt'-(1+am/(1-a))yt=(2yt'-yt)+m(yt'-yt) a/(1-a)式中，yt= ayt-1'+(1-a)yt-1显然，二次指数平滑是一直线方程，其截距为：（2yt'-yt），斜率为：（yt'-yt） a/(1-a)，自变量为预测天数。
（三） 三次指数平滑预测三次指数平滑预测是二次平滑基础上的再平滑。
其预测公式是：yt+m=(3yt'-3yt+yt)+[(6-5a)yt'-(10-8a)yt+(4-3a)yt]*am/2(1-a)2+ (yt'-2yt+yt')*a2m2/2(1-a)2式中，yt=ayt-1+(1-a)yt-1它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。
2.指数平滑法是布朗（Robert G..Brown）所提出，布朗（Robert G..Brown）认为时间序列的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延；他认为最近的过去态势，在某种程度上会持续到最近的未来，所以将较大的权数放在最近的资料。
3.指数平滑法的优缺点指数平滑法是较为有效的销售预算的统计方法。
利用Excel可以简便易行地进行预测，节约了预测时间并提高了预测的准确率，预测者可根据数据数列散点图的历史趋势等选择一次或多次指数平滑。
但指数平滑法的应用也会受到一定限制。
如采用指数平滑法需要有比较完备的历史资料；当销售量受季节影响较大时，时间序列分解法比指数平滑法应用效果更好等。
因此，销售预测人员要根据的具体情况和预测的对象。
把指数平滑法和定性预测方法正确地结合起来运用。
才能全面认识和把握预测对象的未来发展趋势，使的预测结果更加接近客观现实，从而做出实事求是的预测结论。
