基于干预模型与BP神经网络集成的GDP预测

被引：14

作者：

王鑫 ^{[1
]}

肖枝洪 ^{[2
]}

机构：

[1] 华中农业大学理学院

[2] 重庆理工大学数学与统计学院

来源：

统计与决策 | 2012年 / 20期

关键词：

GDP; 预测; 干预模型; BP神经网络; 集成;

D O I：

10.13546/j.cnki.tjyjc.2012.20.039

中图分类号：

F222.33 [国民经济计算体系]; F224 [经济数学方法];

学科分类号：

020208 ; 0714 ; 020201 ; 0701 ; 070104 ;

摘要：

文章将干预模型与BP神经网络模型相结合,提出了基于干预模型与BP神经网络集成的GDP时间序列预测模型,并实现了算法。利用我国1978～2004年的GDP数据建立多干预变量集成预测模型,对我国2005～2009年的GDP数据进行预测,并将预测值与其他文献所建模型的预测值进行比较,预测误差明显减少,证实了所建立模型处理外部事件(如宏观经济因素、政治因素等)的有效性。

引用

页码：141 / 144

页数：4