So sánh một số mô hình làm trơn hàm mũ và ứng dụng

Abstract

Trong số các phương pháp dự báo hiện nay, các mô hình làm trơn hàm mũ được xem là những công cụ phổ biến và hiệu quả nhờ tính đơn giản, dễ áp dụng và khả năng thích ứng tương đối linh hoạt. Trong đó, mô hình làm trơn hàm mũ đơn (SES) được sử dụng rộng rãi cho các chuỗi thời gian không có xu hướng và tính mùa vụ. Tuy nhiên, việc lựa chọn tham số làm trơn α phù hợp có ảnh hưởng đáng kể đến độ chính xác của kết quả dự báo, đặc biệt khi chuỗi dữ liệu có biến động mạnh. Do α là tham số cố định theo thời gian, mô hình SES thường phản ứng chậm trước những thay đổi đột ngột hoặc sự xuất hiện của các giá trị bất thường trong dữ liệu, từ đó làm giảm khả năng thích ứng và độ chính xác của dự báo. Xuất phát từ thực tiễn đó, đề tài “SO SÁNH MỘT SỐ MÔ HÌNH LÀM TRƠN HÀM MŨ VÀ ỨNG DỤNG” được lựa chọn để nghiên cứu, đánh giá và so sánh hiệu quả giữa các mô hình làm trơn hàm mũ truyền thống và thích nghi. Đề tài sử dụng dữ liệu nhiệt độ ban ngày thực tế tại Thành phố Cần Thơ để áp dụng các mô hình thích nghi như SES, Dennis, Pantazopoulos & Pappis và STES. Kết quả nghiên cứu cho thấy mô hình làm trơn hàm mũ thích nghi STES cho hiệu quả dự báo tốt nhất, với các chỉ tiêu sai số hầu hết đều nhỏ hơn so với các mô hình còn lại.