指数平滑法介绍与C#实现
指数平滑法的计算中，关键是α的取值大小，但α的取值又容易受主观影响，因此合理确定α的取值方法十分重要，一般来说，如果数据波动较大，α值应取大一些，可以增加近期数据对预测结果的影响。如果数据波动平稳，α值应取小一些。理论界一般认为有以下方法可供选择： 经验判断法。这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断。 1、当时间序列呈现较稳定的水平趋势时，应选较小的α值，一般可在0.05～0.20之间取值； 2、当时间序列有波动，但长期趋势变化不大时，可选稍大的α值，常在0.1～0.4之间取值； 3、当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的α值，如可在0.6～0.8间选值，以使预测模型灵敏度
用户评论
思路不错，很有参考价值
不错，研究一下，多谢多谢
挺好，值得研究一下
数学可以，c#差点意思。
这是移动平均法，不是指数平滑法啊
思路不错，可以参考一下
一般了，不是非常的好
很全面，值得学习
参考一下，但是好像不容易运行啊
本身算法不是很复杂，参考一下了