论文部分内容阅读
针对时间序列预测与曲线拟合预测的优缺点,提出了一种季节分解与曲线拟合相结合的混合预测模型,解决了曲线拟合精度与高阶次震荡性强的矛盾,提高预测的精度和模型对数据的适应能力。同时针对具有时间周期特性的物流量,该模型在预测时充分考虑了上期物流量及近期预测物流量对本期的影响。最后将该模型与其他预测方法相比较,证明该模型的有效性和可行性。