基于MATLAB的一次指数平滑法预测GUI界面

指数平滑法是一种特殊的加权平均法，加权的特点是对离预测值较近的历史数据给予较大的权数，对离预测期较远的历史数据给予较小的权数，权数由近到远按指数规律递减，所以，这种预测方法被称为指数平滑法。它可分为一次指数平滑法、二次指数平滑法及更高次指数平滑法。

一次指数平滑法的预测模型为：

也就是以第t期的指数平滑值作为t+1期预测值。

1.MATLAB的一次指数平滑法预测GUI界面

GUI界面如下：

加载数据——输入模型参数alphay轴坐标名称——点击开始计算即可出现结果，同时会在当前文件夹下生成预测数据的excel文件和图片预测.jpg。需要完整GUI程序，可以进行赞赏后截图（10元及以上），进行联系，或者在微信公众号“云龙派”内回复截图，几小时内会回复。界面编程不易，还请见谅！

2.实例计算

用一次指数平滑法预测2008年年度投资额

1.准备数据文件

2.点击加载数据按键，加载数据

出现加载数据成功，点击确定

3.输入参数，y轴名称，点击开始计算

4.获得预测结果

GUI主要程序如下：

% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton2 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
global data
dianqi = data;
y_str = get(handles.edit2,'string'); 
yt=dianqi(:,2); 
n=length(yt);
alpha= str2num(get(handles.edit1,'string'));
l_str1 = ['alpha = ' num2str(alpha(1)) '-预测模型的数据'];
l_str2 = ['alpha = ' num2str(alpha(2)) '-预测模型的数据'];
l_str3 = ['alpha = ' num2str(alpha(3)) '-预测模型的数据'];
m=length(alpha);
yhat(1,1:m)=(yt(1)+yt(2))/2;
for i=2:n
yhat(i,:)=alpha*yt(i-1)+(1-alpha).*yhat(i-1,:);
end 
yhat
disp('预测结果:')
yhat_future=alpha*yt(n)+(1-alpha).*yhat(n,:)
err=sqrt(mean((repmat(yt,1,m)-yhat).^2))
data_model = [yhat ;yhat_future];


figure;
plot(1:1:n,yt,'ro');
hold on;
plot(1:1:n+1,data_model(:,1),'b-')
plot(1:1:n+1,data_model(:,2),'k-')
plot(1:1:n+1,data_model(:,3),'c-')
hold off
grid on;
xlabel('个数');
ylabel(y_str)
legend('原始数据',l_str1 ,l_str2,l_str3,'Location','northwest');
saveas(gcf,'预测.jpg');%保存生成的图片
close(gcf);
axes(handles.axes1)
plot(1:1:n,yt,'ro');
hold on;
plot(1:1:n+1,data_model(:,1),'b-')
plot(1:1:n+1,data_model(:,2),'k-')
plot(1:1:n+1,data_model(:,3),'c-')
hold off
grid on;
xlabel('个数');
ylabel(y_str)
legend('原始数据',l_str1 ,l_str2,l_str3,'Location','northwest');
tableData = data_model;
set(handles.uitable1,'data',tableData);
xlswrite('预测的数据.xlsx',tableData);

作 者 | 郭志龙
编 辑 | 郭志龙
校 对 | 郭志龙

本文内容来源于网络，仅供参考学习，如内容、图片有任何版权问题，请联系处理，24小时内删除。