2018华为软挑预测算法--自适应过滤法【C++实现】

    自适应过滤法是根据一组给定的权数对时间数列的历史观察值进行加权平均计算一个预测值，然后根据预测误差调整权数以减少误差，这样反复进行直至找出一组“最佳”权数，使误差减少到最低限度，再利用最佳权数进行加权平均预测。

    有关自适应过滤法涉及到的公式请参考这篇PPT：自适应过滤法，现部分摘抄便于查阅。

基本思想：

    1、预测值与实际值误差的大小，取决于权数的选择；

    2、因而减少误差的办法就是调整权数，把调整后的权数重新输入进行预测，再计算预测值；

    3、如果误差大，再调整权数，这样反复，找到一组“最优”权数，使得预测误差减少到最低限度。

基本步骤：

    设给定一组时间序列的观测值 x1,x2,x3,...,xn

    1、确定权数的个数N。确定初始权数w。

    2、按预测公式计算预测值。

    3、计算预测误差。

    4、根据预测误差调整权数。

    5、利用调整后的权数计算下一期的预测值。

    6、重复3、4、5，一直计算到预测误差达到预测要求精度，且权数已无明显变化，则可用这组权数预测第n+1期的值。

    7、否则，用所得的权数作为初始权数，重新开始调整。    

参数调整方法：