共 15 条
- [10] Hybridization of intelligent techniques and ARIMA models for time series prediction[J] . O. Valenzuela,I. Rojas,F. Rojas,H. Pomares,L.J. Herrera,A. Guillen,L. Marquez,M. Pasadas.Fuzzy Sets and Systems . 2007 (7)
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
被引：33
作者：
龙会典
[1
,2
]
严广乐
[2
]
机构：
[1] 广东外语外贸大学信息学院
[2] 上海理工大学管理学院
来源：
关键词：
ARIMA;
BP神经网络;
GM(1,1)模型;
集成模型;
GDP预测;
D O I：
10.13860/j.cnki.sltj.2013.05.004
中图分类号：
O211.61 [平稳过程与二阶矩过程];
学科分类号：
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.
引用
收藏
页码：814 / 822
页数：9
相关论文