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

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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l-日]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。

原文链接:http://www.cqvip.com/QK/90703X/201305/47076175.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：BP神经网络 时间序列预测 sarima ARIMA 时间序列 ARIMA BP神经网络 集成模型 GDP预测

基于SARIMA_GM_1_1__省略_集成模型的GDP时间序列预测研究_龙会典.pdf (823.57 KB)

2017-9-21 11:52:36 上传