管理预测55自适应过滤法.ppt

? 5.5 自适应过滤法 ? 前述方法缺点：权数不好确定，无规则，随意性大， 不能适应新数据的要求。 ? 自适应过滤法 可以 确定权重 ? 根据一组给定的权数对时间数列的历史观察值进行 加权平均 计算一个预测值 ? 根据预测误差 调整权数 以减少误差 ? 反复进行直至 找出一组“最佳”权数 ，使误差减少到最低限 度 ? 利用最佳权数 进行 加权平均 预测。 ? 5.5.1 自适应过滤法的基本原理 y 1 , y 2 ? y t 为某一时间序列，则有如下有关时间序列的一 ? 设 般预测模型： ? t ? 1 ? w 1 y t ? w 2 y t ? 1 ? ? w N y t ? N ? 1 （ 5-31 ） y ? 式中 y t ? i ? 1 是第 ? t ? 1 是 y t ? i ? 1 期的观测值， ? t ? 1 期的预测值， ? w i i ? 1 , 2 , ? , N 是权数， N 是权数的个数。 ? ? ? 移动平均法和指数平滑法以及现在讨论的自适应过滤法，实际上 都可以用上述模型来概括，如： ? 对于一次移动平均法： ? 对于一次指数平滑法： w 1 w i ? , N i i ? 1 , ? N i ? 1 ? ? ( 1 ? ? ) , i ? 1 , ? N ? 不同的是 ? 上述两种方法的权数都是固定的 ? 自适应过滤法中的权数 则是根据预测误差 的大小 不断调整 修改而获得 w i e i 的最佳权数。 ? 自适应过滤法的基本原理就在于通过其反复迭代以调整加权系数的过程，“ 过滤”掉预测误差，选择出“最佳”加权系数用于预测。整个计算过程从选 取一组初始加权系数开始，然后计算得到预测值及预测误差（预测值与实际 值之差），再根据一定公式调整加权系数以减少误差，经过多次反复迭代， 直至选择出“最佳”加权系数。由于整个过程与通信工程中过滤传输噪声的 过程极为接近，故被称为“自适应过滤法 ”。 ? 调整权数计算公式： w i ? w i ? 2 ke t ? 1 y t ? i ? 1 （ 5-32 ） ? 式中 w i ? i ? 1 , 2 , ? , N ? 是调整后的权数； w i ? i ? 1 , 2 , ? , N ? 是调整前 的权数， k 为调整系数，也称学习常数； ? t ? 1 是第 e t ? 1 ? y t ? 1 ? y t ? 1 y t ? i ? 1 是第 期的预测误差； t ? i ? 1 期的观测值。（ 5-32 ）式表明， 项包括预测误差、原观察值和学习常数三个因素。 调整后的一组权数应等于旧的一组权数加上误差调整项，这个调整 ? 5.5.2 自适应过滤法的计算步骤 ? 设时间序列为 y 1 , y 2 ? y n 。 ? 1. 确定加权平均的权数个数 N ? 一般来说，如果时间序列原始数据具有明显的季节性变动特征，则可确 定权数个数 N 为季节周期长度。 ? 当数据以 1 年为周期进行季节变动时，若数据以月份统计，取 ； N ? 12 ? 若数据以季度统计，则取 N ? 4 。 ? 一般地， N 取在这两者之间即可。 N 越大，要达到“最佳”权数的 迭代 次数越多 。因此，选择恰当的 N 值对整个计算过程十分重要。 ? 2. 确定初始权数 ? 1 w 1 ? w 2 ? ? w N ? 一般情况下，初始权数取为