java二次指数平滑法预测未来的值

 指数平滑法是一种特殊的加权平均法，加权的特点是对离预测值较近的历史数据给予较大的权数，对离预测期较远的历史数据给予较小的权数，权数由近到远按指数规律递减，所以，这种预测方法被称为指数平滑法。它可分为一次指数平滑法、二次指数平滑法及更高次指数平滑法。

一次指数平滑的局限性：像一次移动平均法一样，一次指数平滑法  只适用于  水平型历史数据  的  预测，而不适用 于 斜坡型线性 趋势 历史数据的预测。而二次指数平滑法就是以斜坡型为模型来预测未来数据。

除了二次指数平滑法外，还有更高次的多次指数平滑法，由于它们在实际预测中并不常用，因此忽略。所以就以二次指数平滑法为例：

/**
     * 二次指数平滑法求预测值
     * @param list 基础数据集合
     * @param year 未来第几期
     * @param modulus 平滑系数
     * @return 预测值
     */
    private static Double getExpect(List<Double> list, int year, Double modulus ) {
        if (list.size() < 10 || modulus <= 0 || modulus >= 1) {
            return null;
        }
        Double modulusLeft = 1 - modulus;
        Double lastIndex = list.get(0);
        Double lastSecIndex = list.get(0);
        for (Double data :list) {
            lastIndex = modulus * data + modulusLeft * lastIndex;
            lastSecIndex = modulus * lastIndex + modulusLeft * lastSecIndex;
        }
        Double a = 2 * lastIndex - lastSecIndex;
        Double b = (modulus / modulusLeft) * (lastIndex - lastSecIndex);
        return a + b * year;
    }

 测试代码：

public static void main(String[] args) {
        List<Double> list = new LinkedList<Double>();
        list.add(253993d);
        list.add(289665d);
        list.add(342785d);
        list.add(384763d);
        list.add(428964d);
        list.add(470614d);
        list.add(530217d);
        list.add(620206d);
        list.add(688212d);
        list.add(746422d);
        list.add(809592d);
        list.add(791376d);
        list.add(772682d);
        list.add(806048d);
        list.add(860855d);
        list.add(996633d);
        list.add(1092883d);
        list.add(1172596d);
        list.add(1245356d);
        list.add(1326094d);
        list.add(1378717d);
        list.add(1394413d);
        list.add(1478573d);
        list.add(1534122d);
        list.add(1608150d);
        Double value = getExpect(list, 1, 0.6);
        System.out.println(value);
    }