指数平滑法是什么

在预测时间序列上，指数平滑法是另一类常用的方法。
对于时间序列的三种情况（随机，趋势，季节性），指数平滑法都有相应的方法来预测：简单指数平滑法应对相对平稳的情况，霍尔特双参数法a应对趋势，霍尔特一温特模型应对季节性加趋势。
简单指数平滑法往往也叫指数平滑法，我们这里谈的就是简单指数平滑法。
与移动平均法一样，简单指数平滑法用来预测下一步，把下一步的预测当做未来各期的预测，因此最适用于没有明显的趋势、周期性的平缓情形。让我们用X代表实际需求，F代表预测。那么，Xt就是第t期的实际需求，Ft+1就是下一期的预测，其中一部分来自上期实际值，剩余部分来自上期预测值，也就是说，是上期实际值与预测值的加权平均（公式1）。用另一种形式表述，就是下期的预测是在上期预测的基础上，根据误差做出一定的调整（公式2）。两种表述，区别只是形式上的，而实质内容是一样的。
Ft+1=aXt+（1-a）Ft（公式1）
Ft+1=Ft+a（Xt-Ft）（公式2）
0≤a≤1通过调整平滑系数a，就可以调整上期实际与预测值的权重：a越大，上期实际值的权重越大，上期预测值的权重越小，预测模型表现地越灵敏，越能尽快反映实际变化，当然也越受随机因素影响，带给供应链的波动也越大；a越小，上期实际值的权重越小，上期预测值的权重越大，越多的变动被当做“杂音”过滤掉，预测也表现得越平稳，给供应链的运营成本越低，但风险是没法及时响应市场的需求变化。