Имитационное моделирование сложных систем. Духанов А.В - 111 стр.

                      yt 
      bt   1               1  1 bt  1  at  1 ,              (17)
                   F t  L 
      at   2 bt   bt  1  1  2 at  1 ,                     (18)
                    yt 
      F t   3          1  3 F t  L  .                             (19)
                    bt 
    В данных формулах присутствуют переменные 1 ,  2 ,  3 .
Такие переменные называются параметрами сглаживания. Они
задаются специалистом в диапазоне от нуля до единицы. Их на-
хождение для модели, описывающей тот или иной процесс –
отдельная задача.
    Очевидно, что для вычисления необходимых коэффициен-
тов нам потребуется вычислить их начальные значения a0 ,
b0 , F  3 , F  2 , F  1 , F 0 .
     Величины a0 и b0 являются коэффициентами линейной
аппроксимации исходного временного ряда y   y1, y2 ,..., ykL  .
     Обозначим через ytl значения аппроксимации в момент
времени t  1, kL , т.е. ytl  a0t  b0 . Тогда оставшиеся на-
чальные значения вычисляются по следующим формулам:
                    1 k y z  p ,i 
      F  p        
                    k i 1 y z  p,i ,l
                                         , p  0, L  1 , где zi  iL  p .

    Имея начальные коэффициенты, мы можем вычислять ко-
эффициенты модели от сезона к сезону и перейти, тем самым,
к прогнозированию. Очевидно, что горизонт прогнозирования
кратен величине сезона L . При этом рекомендуют осуществ-
лять прогноз только на один сезон   1, L .
     Оценку адекватности модели можно осуществить с помо-
щью ранее приведенной методики (см. прогнозирование с по-
мощью экстраполяции).


                                                111