一种新的初始值设置方法对Holt-Winters乘法方法的改进

摘要

霍尔特·温特斯方法是一种众所周知的有效时间序列预测方法，尤其是在存在趋势和季节性的情况下。水平、趋势和季节性的初始值的正确设置在该方法中起着重要作用，并导致更好的预测结果。本文提出了一种新的Holt-Winters乘法初值获取方法，该方法基于加权移动平均设置水平和趋势的初值，基于分解方法设置季节性的初值。使用10个实际数据集，与现有的Holt-Winters和Hansun方法相比，评估了该方法的性能，同时以0.1为增量将平滑参数从0.1变为1。研究结果表明，该方法在平均绝对误差（MAPE）、对称平均绝对误差、根平方误差（RMSE）和Theil-U统计量方面均优于现有方法。