1) time series exponential smoothing
时间序列指数平滑法
2) time-series flat forecast
时间序列平滑预测法
3) Time and Smooth Index forecasting method
时间平滑指数预测法
4) disease index time series
疾病指数时间序列
1.
Application of autoregressive integrated moving average model in establishing disease index time series model of cucumber downy mildew disease;
ARIMA模型在黄瓜霜霉病疾病指数时间序列建模中的应用研究
5) vegetation index time serials
植被指数时间序列
1.
Land cover classification is studied byusing MODIS vegetation index time serials .
利用MODIS植被指数时间序列对中亚土地覆盖类型分类进行了研究。
6) time series method
时间序列法
1.
Time series method is adopted for building the strong wind monitoring and warning system of Qinghai-Tibet Railway to realize the short-term forecast of the wind speed along the line.
青藏铁路大风监测预警系统采用时间序列法实现沿线风速的短时预测。
2.
Summarizing the types and constitution of supply chain costs,the paper uses dynamic programming to solve the cost value in different supply chain links and stages under a fixed cost standard,uses the time series method to forecast and renew the future activity costs and meanwhile uses programming to calculate the optimal costs and dynamic cost trend.
总结了供应链成本的类型与构成,利用动态规划法求解在一定成本标准下供应链不同环节和不同阶段的成本值,利用时间序列法对未来的作业成本进行更新预测。
3.
The reliability is combined with the time series which is corresponding with the reliability,then it is analyzed by time series method;the reliability prediction result can be achieved by the extrapolation of the neural network.
将可靠度与对应的时间序列相结合,采用时间序列法对其进行统计分析,然后应用神经网络向外推测,从而得出电火花线切割机床可靠度的预计结果。
补充资料：平滑法
对不断获得的实际数据和原预测数据给以加权平均，使预测结果更接近于实际情况的预测方法，又称光滑法或递推修正法。平滑法是趋势法或时间序列法中的一种具体方法。
对于实际数据接近于平稳不变的情况，可以应用一次平滑法，以消除偶然因素的影响。一次平滑的算式为，式中 a为平滑参数，为t时刻采样值，的估值，即预测值。将上述迭代式在时间上展开，直接用采样值以及估值尳1来表示，即有
这表明在t＋1时刻的估值是以往实际采样值的加权平滑,而其加权系数相对于时间的关系符合指数规律,使较早时刻的情况对预测影响较少。因此，这种平滑法也称指数平滑法。平滑参数 a的值应按实际应用经验选定。a越大,表示近期的实际采样值影响越大。有时为了获得更好的修正效果，可以随时调整 a值，使它成为时变的。例如可选；而当时则选凭经验选定的下限值),于是有a1＝1.00,a2＝0.50,a3=0.33,a4＝0.25,a5＝0.20,...,a＝amin。如果先应用另一种预测方法求得的估值，再按上一时刻的预测偏差进行修正，则可提高预测精度。这就是一种递推修正法。这种方法假设一种预测方法对相邻两时刻的预测偏差有关联，因而可用某时刻的预测偏差来修正下一时刻的预测值。二次平滑法是指线性趋向时间序列连续两次应用一次平滑法来估计参数的方法。此外，还有高次平滑法。移动平均法也是平滑法的一种。
参考书目
N.T.Thomopoulos著,刘涌康等译：《实用预测方法》，上海科技文献出版社，上海，1980。(N.T. Thomopoulos，Applied Forecasting Methods, Prentice-Hall, Englewood Cliffs, 1980.)
对于实际数据接近于平稳不变的情况，可以应用一次平滑法，以消除偶然因素的影响。一次平滑的算式为，式中 a为平滑参数，为t时刻采样值，的估值，即预测值。将上述迭代式在时间上展开，直接用采样值以及估值尳1来表示，即有
这表明在t＋1时刻的估值是以往实际采样值的加权平滑,而其加权系数相对于时间的关系符合指数规律,使较早时刻的情况对预测影响较少。因此，这种平滑法也称指数平滑法。平滑参数 a的值应按实际应用经验选定。a越大,表示近期的实际采样值影响越大。有时为了获得更好的修正效果，可以随时调整 a值，使它成为时变的。例如可选；而当时则选凭经验选定的下限值),于是有a1＝1.00,a2＝0.50,a3=0.33,a4＝0.25,a5＝0.20,...,a＝amin。如果先应用另一种预测方法求得的估值，再按上一时刻的预测偏差进行修正，则可提高预测精度。这就是一种递推修正法。这种方法假设一种预测方法对相邻两时刻的预测偏差有关联，因而可用某时刻的预测偏差来修正下一时刻的预测值。二次平滑法是指线性趋向时间序列连续两次应用一次平滑法来估计参数的方法。此外，还有高次平滑法。移动平均法也是平滑法的一种。
参考书目
N.T.Thomopoulos著,刘涌康等译：《实用预测方法》，上海科技文献出版社，上海，1980。(N.T. Thomopoulos，Applied Forecasting Methods, Prentice-Hall, Englewood Cliffs, 1980.)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条