简介：马尔科夫预测模型具有＂无后效性＂,即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.
简介：同步带是普通FDM3D打印设备普遍采用的传动定位部件,同步带失效会直接对打印产品质量造成影响.利用声发射（AE）传感器监测3D打印过程中同步带不同健康状态下的声发射信号,利用集合经验模态分解（EEMD）方法提取其信号特征,并通过隐半马尔可夫模型（HSMM）方法构建针对同步带健康状态的识别模型,进而对同步带正常、磨损和裂纹等三种健康状态进行识别,通过实验表明该方法是可行的.
二次指数平滑法优化马尔科夫预测模型
3D打印中同步带健康状态监测与识别方法研究
