基于季节指数修正因子的交乘趋向预测方法

摘要：

季节预测模型中的交乘趋向模型虽然能根据历史趋势的变化加大季节跳动幅度,但对于季节指数的处理只是使用了历史季节指数球平均,无法很好地提取历史数据中含有的季节特征信息.在季节交乘趋向模型中,先对季节指数做出趋势预测,然后根据季节指数的趋势和季节指数与季节指数趋势之间的比值之乘积,得到修正的季节指数,以提高季节指数中含有的季节特征信息.实验结果显示,这种预测模型在现有实验数据环境中最大相对误差为3.08%,远低于原交乘趋向模型的8.42%.

关键词：季节模型、季节指数、交乘趋向模型、灰色系统、时间序列

分类号：E81(战略学)

在线出版日期：2006-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：43-44