Holt-Winters 模型(又称三指数平滑) 是 Holt 模型的进阶版,专门用于处理 趋势 + 季节性 的时间序列,非常适合用于供应链中的季节性商品预测。

🧠 一、Holt-Winters 模型的逻辑

在 Holt 模型的「水平 + 趋势」基础上,再加入一个“季节性项”,用于捕捉周期性重复的变化模式(如夏天卖饮料,冬天卖火锅)。


🧩 二、模型结构

模型包含三个分量:

📐 三、核心算法公式(加法模型)

用于季节性影响是“绝对数值”的情况(比如销量 +100 每夏天):

🧮 四、举个实际例子

📊 假设:

  • 每年夏季(6~8月)销量高 100 单

  • 每年冬季(11~1月)销量低 50 单

  • 有上升趋势:每月销量+10 单

数据大致如下(部分月份):

Holt-Winters 会自动学习:

  • 基本水平是逐月递增的

  • 每年夏天有 +100 的季节项

  • 每年冬天有 -50 的季节项

最终预测:

  • 9月预测值 ≈ 上升趋势 + 无季节影响

  • 11月预测值 ≈ 上升趋势 - 50(季节下降)

🔧 五、适用场景

场景

是否适用

举例

📈 上升/下降趋势

火锅底料每年销售递增

🔁 明显季节性波动

冰淇淋、饮料等

📉 非周期性数据

无季节性不建议使用

✅ 总结模型对比

模型

趋势

季节性

场景

简单指数平滑

稳定数据

Holt(双指数)

上升/下降趋势

Holt-Winters(三指数)

趋势 + 季节性产品