一次指数平滑法是一种用于预测时间序列数据的方法。它基于过去观测值的加权平均，其中较新的观测值具有较高的权重。
该方法的公式为：预测值 = α * 当前观测值 + (1-α) * 上一期预测值，其中α是平滑系数，取值范围为0到1。较大的α值使得预测更加敏感，而较小的α值使得预测更加稳定。使用一次指数平滑法时，需要选择合适的α值，并根据历史数据进行迭代计算，直到达到预期的预测精度。
1.选择平滑模型——一次指数平滑
2.选取平滑系数，确定初始值
3.逐一计算每期的平滑值
4.最后一期的平滑值作为下一期的预测值
