指數平滑法實質上是一種加權平均法,，是以事先確定的平滑指數α及（1－α）作為權數進行加權計算，預測銷售量的一種方法。　采用較大的平滑指數，預測值可以反映樣本值新近的變化趨勢；采用較小的平滑指數，則反映了樣本值變動的長期趨勢?！≡阡N售量波動較大或進行短期預測時，可選擇較大的平滑指數；在銷售量波動較小或進行長期預測時，可選擇較小的平滑指數。未來第n+1期的預測值＝平滑指數×第n期的實際銷售量＋（1－平滑指數）×第n期的預測值。在教材收入與分配管理銷售預測中有

你好平滑指數也是預測技術的一種，以前有現在很多證書都不考了刪了

您好，預測值＝平滑指數X（上一期的實際值）＋（1－平滑指數)X（上一期的預測值）

你好，稍等一會兒，我查詢一下，查到了發(fā)給你。

你好 指數平滑法是生產預測中常用的一種方法。所有預測方法中，簡單的全期平均法是對時間數列的過去數據一個不漏地全部加以同等利用；移動平均法則不考慮較遠期的數據，并在加權移動平均法中給予近期資料更大的權重；而指數平滑法則兼容了全期平均和移動平均所長，不舍棄過去的數據，但是僅給予逐漸減弱的影響程度，即隨著數據的遠離，賦予逐漸收斂為零的權數。下面將詳細介紹指數平滑法這種方法。 指數平滑法的基本公式是： st=ayt%2B(1-a)st-1 式中，st--時間t的平滑值； yt--時間t的實際值； st-1--時間t-1的實際值； a--平滑常數，其取值范圍為[0,1]； 由該公式可知： 1.st是yt和 st-1的加權算數平均數，隨著a取值的大小變化，決定yt和 st-1對st的影響程度，當a取1時，st= yt；當a取0時，st= st-1。 2.st具有逐期追溯性質，可探源至st-t%2B1為止，包括全部數據。其過程中，平滑常數以指數形式遞減，故稱之為指數平滑法。指數平滑常數取值至關重要。平滑常數決定了平滑水平以及對預測值與實際結果之間差異的響應速度。平滑常數a越接近于1，遠期實際值對本期平滑值的下降越迅速；平滑常數a越接近于0，遠期實際值對本期平滑值影響程度的下降越緩慢。由此，當時間數列相對平穩(wěn)時，可取較大的a；當時間數列波動較大時，應取較小的a，以不忽略遠期實際值的影響。生產預測中，平滑常數的值取決于產品本身和管理者對良好響應率內涵的理解。 3.盡管st包含有全期數據的影響，但實際計算時，僅需要兩個數值，即yt和 st-1，再加上一個常數a，這就使指數滑動平均具逐期遞推性質，從而給預測帶來了極大的方便。 4.根據公式s1=ay1%2B(1-a)s0，當欲用指數平滑法時才開始收集數據，則不存在y0。無從產生s0，自然無法據指數平滑公式求出s1，指數平滑法定義s1為初始值。初始值的確定也是指數平滑過程的一個重要條件。 如果能夠找到y1以前的歷史資料，那么，初始值s1的確定是不成問題的。數據較少時可用全期平均、移動平均法；數據較多時，可用最小二乘法。但不能使用指數平滑法本身確定初始值，因為數據必會枯竭。 如果僅有從y1開始的數據，那么確定初始值的方法有：1）取s1等于y1；2）待積累若干數據后，取s1等于前面若干數據的簡單算術平均數，如：s1=（y1%2B y2%2By3）/3等等。