登录    注册    忘记密码

期刊文章详细信息

基于SARIMA、GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究    

Researeh on GDP Time Series Forecasting based on Integrating SARIMA,GM(1,1) and BP Neural Networks

  

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]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心