该指数平滑是预测为在一定时间内的物品的需求的一种方式。该方法估计需求将等于给定时间段内历史消费的平均值，从而对时间上更接近的值赋予更大的权重或权重。此外，对于以下预测，请考虑当前预测的现有误差。
需求预测是预测客户对产品或服务的需求的方法。这个过程是连续的，管理人员使用历史数据来计算他们期望商品或服务的销售需求。
资料来源：foto.com
通过使用公司过去的信息，可以将其添加到市场经济数据中，以查看销售额是增加还是减少。
需求预测的结果用于为销售部门设定目标，以与公司目标保持一致。
指数平滑法
平滑是非常常见的统计过程。经常在各种形式的日常生活中找到平滑的数据。每次使用平均值来描述事物时，都会使用平滑数字。
假设今年有记录以来最温暖的冬天。为了对此进行量化，我们从记录的每个历史年度的冬季的每日温度数据集开始。
这会产生大量带有“跳跃”的数字。您需要一个数字来消除数据中的所有这些跳跃，以便更轻松地比较一个冬天和另一个冬天。
消除数据中的跳跃称为平滑。在这种情况下，可以使用简单的平均值来实现平滑。
预测平滑
为了预测需求，还可以使用平滑来消除历史需求的变化。这样可以更好地识别需求模式，从而可以用来估计未来需求。
需求的变化与温度数据的“跳跃”是相同的概念。消除需求历史记录变化的最常见方法是使用平均值，或者特别是移动平均值。
移动平均值使用预定义的周期数来计算平均值，并且这些周期随着时间的流逝而移动。
例如，如果您使用四个月移动平均值，而今天是5月1日，则将使用一月，二月，三月和四月的平均需求。在6月1日，将使用2月，3月，4月和5月的需求。
加权移动平均线
使用简单的平均值时，会将相同的重要性应用于数据集中的每个值。因此，在四个月的移动平均线中，每个月代表移动平均线的25％。
通过使用需求历史记录来预测未来需求，可以推断最近一段时间对预测的影响更大。
移动平均计算可以适用于对每个周期应用不同的“权重”以获得所需的结果。
这些权重以百分比表示。所有期间的所有权重之和必须总计为100％。
因此，如果您希望将35％作为最近四个月加权平均值中最接近期间的权重，则可以从100％中减去35％，剩下65％可以在剩余的三个期间之间进行分配。
例如，四个月的权重分别为15％，20％，30％和35％（15 + 20 + 30 + 35 = 100）。
指数平滑
用于指数平滑计算的控制输入称为平滑因子。表示最近一段时间应用于需求的权重。
如果在加权移动平均值计算中将35％用作最近的期间权重，则还可以选择在指数平滑计算中使用35％作为平滑因子。
指数部分
指数平滑计算的区别在于，不必计算每个上一个周期要应用多少权重，而是使用平滑因子自动执行此操作。
这是“指数”部分。如果使用35％作为平滑因子，则最近一段时间的需求权重将为35％。最近一期之前的需求的权重将为35％的65％。
65％来自100％减去35％。这相当于该期间的权重为22.75％。下一个最近时期的需求将从65％的35％增长到65％，即14.79％。
上一期间的权重将为35％的65％的65％的65％，等于9.61％。这将在之前的所有时段（直到第一个时段）内完成。
式
指数平滑的计算公式如下：（D * S）+（P *（1-S）），其中，
D =该期间的最新需求。
S =平滑系数，以十进制形式表示（35％为0.35）。
P =最近一期的预测，由上一期的平滑计算得出。
假设平滑因子为0.35，则将具有：（D * 0.35）+（P * 0.65）。
如您所见，唯一需要的数据输入是需求和最近的期间预测。
例
一家保险公司决定将其市场扩展到该国最大的城市，为车辆提供保险。
作为最初的行动，该公司希望预测该城市的居民将购买多少汽车保险。
为此，他们将在另一个较小城市中购买的汽车保险数量用作初始数据。
第1阶段的需求预测是2,869辆合同车辆保险，但该时期的实际需求是3200辆。
由公司自行决定，它将平滑系数指定为0.35。下一个时期的预测需求为：P2 =（3200 * 0.35）+ 2869 *（1-0.35）= 2984.85。
对全年进行了相同的计算，获得了以下比较表，该表是该月实际获得的值与预测的值之间的比较表。
与平均技术相比，指数平滑可以更好地预测趋势。但是，它仍然不足，如下图所示：
可以看出，预测的灰线如何能够完全低于需求蓝线或高于需求蓝线。
参考文献
- 维基百科（2019）。指数平滑。摘自：es.wikipedia.org。
- Ingenio Empresa（2016年）。如何使用简单的指数平滑法来预测需求。摘自：ingenioempresa.com。
- 戴夫·皮亚塞斯基（Dave Piasecki）（2019）。指数平滑法。摘自：inventoryops.com。
- 研究（2019）。需求预测技术：移动平均和指数平滑。摘自：study.com。
- Cityu（2019）。指数平滑方法。摘自：personal.cb.cityu.edu.hk。