经济预测方法与技术自适应过滤法讲义教案.docVIP

§3.5自适应过滤法

自适应过滤法的基本过程

自适应过滤法的基本预测公式为：

式中：为第t+1期的预测值；

为第t-i+1期的观测值权数；

为第t-i+1期的观测值；

N为权数的个数。

其调整权数的公式为：

式中：，

n为序列数据的个数

为调整前的第i个权数

为调整后的第i个权数

k为学习常数

为第t＋1期的预测误差

调整后的一组权数应等于旧的一组权数加上误差调整项，这个调整项包括预测误差、原观测值和学习常数等三个因素。学习常数k的大小决定权数调整的速度。

调整到预测误差没有明显改进时，就认为获得了一组“最佳”权数，用于实际预测。

二、N、k值和初始值权数的确定

一般来说，当时间序列的观测值呈季节变动时，N应取季节性长度值。如果时间序列无明显的周期变动，则可用自相关系数法来确定，即取N为最高自相关系数的滞后时期。

K的取值一般可定为1/N。也可以用不同的K值来进行确定，以确定一个能使S最小的K值。

初始权数一般用1/N作为初始权系数。或根据现实情况决定。

自适应过滤法的优点：

1）技术比较简单，可根据预测意图来选择权数的个数和学习常数，以控制预测。也可以由计算机自动选定。

2）它使用了全部历史数据来寻求最佳权系数。并随数据轨迹的变化而不断更新权数，从而不断改进预测。