文献类型：期刊文章

作　　者：龙会典[1,2] 严广乐[2]

机构地区：[1]广东外语外贸大学信息学院,广东广州510420 [2]上海理工大学管理学院,上海200093

出　　处：《数理统计与管理》

年　　份：2013

卷　　号：32

期　　号：5

起止页码：814-822

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI2012_2013、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.

关 键 词：ARIMA BP神经网络  GM(1,1)模型 集成模型  GDP预测

分 类 号：F224] O212]