本文主要是介绍【算法】-移动平均法，浅入理解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
移动平均法是用一组最近的实际数据值来预测未来一期或几期数据的一种常用方法。
其计算方法是：
Ft=(At-1+At-2+At-3+…+At-n)/n
式中
Ft：对下一期的预测值；
n：移动平均的时期个数；
At-1 、At-2、At-n：前期实际值；
采用移动平均法适合于即期预测，当数据既不快速增长也不快速下降时，移动平均法能够有效消除数据的随机误差。
如果计算的数据均值为0（表明数据可能有正有负），这样得到的总体趋势线是准确的。
而实际采集的数据却明显与此不同，如果采简单进行移动平均，必然会将大量的具有一定方向的数据参与平均，得到的总体趋势线要么偏上要么偏下，与实际情况不符，则需要在移动平均的基础上进行改进。
然而，在实际应用过程中，发现移动平均法是将所有数据进行平均得到的，实际上由于数据的随机性，需要对移动平均法进行相应的改进，而改进后的算法由于需要进行反复搜索平滑区段，造成计算速度慢，效率低，且计算机资源占用较大。
这篇关于【算法】-移动平均法，浅入理解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
