我正在尝试使用冬冬方法预测一组季节性值，这些值也具有趋势。这是3周内的每小时数据。
我要保留每个参数（即alpha，beta和gamma）要由python模块进行优化，并且不会抑制趋势。
趋势和季节性设置为“添加”，周期= 24 * 7。我可以将其设置为24，但是我会“丢失”周末信息。 我预测为7 * 24点。
这是下面的样子：（我还添加了初始值的线性最小二乘回归，并为预测值添加了线性最小二乘回归。） Forecast and initial values（对不起，此链接，我没有代表在此处显示图片）
我认为水平太低，趋势值太高。但是我还是找不到解决办法。我试图增加alpha值，以赋予最新值更大的权重并提高水平，但是即使alpha = 0.99，它也不会改变任何东西...
为此，我正在使用python模块ExponentialSmoothing，而我主要使用的是这篇文章Forecasting: Principles and Practice。根据我的阅读，它应该能够适当考虑这一趋势。我认为将指数平滑与线性趋势一起使用有点过大，但是至少我可以在同一模块中处理季节性和趋势。在这种情况下，我可以简单地“手动”将线性趋势添加到预测中，但是我不是100％肯定会一直遇到这种趋势。
如果任何人都可以让我对它为什么如此工作有一些见解，并且如果有解决办法，那就太糟糕了！预先感谢
