Метод наилучшей пробы применяется для автоподбора параметров экспоненциального сглаживания.
Обозначим i-е приближение:
,
где:
ai. Параметр α;
di. Параметр δ;
gi. Параметр γ;
fii. Параметр ϕ.
n+1-ое приближение un+1 при наличии n-ого приближения un ищется следующим образом:
Берутся какие-либо S реализаций случайных векторов:
Находим индекс i0 по критерию:
Где J – критерий оптимальности предсказаний на один шаг вперед в задаче экспоненциального сглаживания;
Находим n+1 приближение:
Переходим на первый шаг.
См. также:
Экспоненциальное сглаживание | Модель с сезонными эффектами | Модели роста | IExponentialSmoothingBestTrialMethod