指数平滑结合条件Markov预测模型研究
——基于新疆货运量预测

（新疆财经大学，乌鲁木齐市，830012） 吕冬梅

1 前言

目前马尔科夫模型主要运用在语音识别、股票预测、环境质量、文字信息、信息安全等方面[1-3]，这些具体实例应用的方法主要是利用马尔科夫理论具有平稳性的特性，并利用经验概率来创建初始概率分布和状态转移矩阵，从而构造马尔科夫模型，进而进行具体问题的预测研究。陈嘉晋[4]等利用马尔科夫链模型来预测股票价格未来短期变动趋势，得出马尔科夫链模型在短期股价预测方面总体令人满意。何众颖等[5]建立三次指数平滑与灰色马尔科夫链预测模型相结合，建立船舶到港量的灰色马尔科夫链优化预测模型。刘历波[6]等提出一种灰色-马尔科夫预测模型，并结合河北省某地区的159 座桥梁数据进行预测，得出该方法具有更高的精度和稳定性。本文提出一种条件马尔科夫模型与三次指数平滑相结合的预测方法，通过三次指数平滑的预测结果来确定条件马尔科夫模型中的条件一步状态转移矩阵，最后结合新疆货运量数据进行应用检测。

2 理论介绍

指数平滑法（Exponential Smoothing，ES）是布朗（Robert G..Brown）所提出，布朗认为时间序列的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延；他认为最近的过去态势，在某种程度上会持续到未来，所以将较大的权数与近期数据做匹配。指数平滑法是生产预测中常用的一种方法，也用于中短期经济发展趋势预测，在许多经济预测方法中，指数平滑是用得较多的一种。……