matlab--对于数据的二次指数平滑预测

前言

这篇文章主要讲述如何用matlab实现二次平滑预测

一、二次平滑预测原理

指数平滑法是移动平均法中的一种，其特点在于给过去的观测值不一样的权重，即较近期观测值的权数比较远期观测值的权数要大。

二、代码实现

代码如下（示例）：

origindata=table2array(arimadata);
ylength=length(origindata); %读取长度
ypredict(1)=origindata(1);   %第一次的值不平滑预测
ypredicttwo(1)=origindata(1);    %第一次的值不二次平滑预测
a=0.95;  %选择系数a

%第一次平滑  平滑预测值=a*上一次原值+(1-a)*上一次平滑值
for i=2:ylength   %第一次指数平滑
   ypredict(i)=a*origindata(i-1)+(1-a)*ypredict(i-1);    
end

%第二次平滑   二次平滑=a*本次平滑值+(1-a)*上次二次平滑值
for i=2:ylength   %第二次指数平滑
   ypredicttwo(i)=a*ypredict(i)+(1-a)*ypredicttwo(i-1);
end
plot(origindata,'r');
hold on;
plot(ypredict,'g');
hold on;
plot(ypredicttwo,'b');

---

总结

代码可以直接运行，如有不懂请留言哦。