- 1、本文档共1页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于我国CPI时间序列的神经网络预测模型,时间序列预测模型,神经网络时间序列预测,spss时间序列预测模型,时间序列综合预测模型,时间序列模型,时间序列预测法,时间序列预测,matlab时间序列预测,eviews时间序列预测
·16 · 价值工程
基于我国CPI时间序列的神经网络预测模型
NeuralNetworkForecastM odelBasedon theCPITimeSeries
郭庆春 GuoQingchun;孔令军 KongLingjun;崔文娟 CuiWenjuan;
寇立群 KouLiqun;史永博 ShiYongbo;
张小永 ZhangXiaoyong
(陕西广播电视大学,西安 710068)
(ShaanxiRadio&rVUniversity,Xian710068,China)
摘要:近年来,我国的居民消费价格指数涨幅屡创新高。根据我 国1990年一2008年的CPI时间序列,首先利用时间序列分析方法确定输入向
量 ,然后应用改进BP算法的人工神经网络分别预测出2011年和2012年我国CPI将分别为 104.9和 105.2,实验结果证实了BP神经网络模型用
于CPI预测的准确性和可行性。
Abstract:Inrecentyears.ChinaSconsumerpriceindexrosecontinuestohitrecordhighs.AccordingtoChinaS1990-2008CPItimesequence.the
paperfirstusestimeseriesanalysismethod todeterminethe inputvector then improvesartificialneur~ networkbasedon BP algorithm.Themodel
respectivelypredictsCPIinChinain2011or2012yearwillbe104.9or105.2.TheexperimentalresultsthattheBPneuralnetworkmodelisusedfor
forecastingaccuracyandfeasibilityoftheCPI.
关键词:BP神经网络;预测;居民消费价格指数;时间序列
Keywords:BP neur~ network;predict;CPI;timeseries
中图分类号:TP183 文献标识码 :A 文章编号:1006—4311(2011)26—0016一O1
0 引言 分别组建了隐层节点数从 1—20的BP网络,经过大量试算,最后根
居民消费价格指数(ConsumerPriceIndex,CPI)是根据与居 民 据试报效果,确定了较为理想的隐层单元数是5。由于传统BP算法
生活密切相关的商品和劳务价格统计出来的物价变动指标,是反映 存在缺陷,因此采用 traingdm训练函数,traingdm(动量梯度下降反
宏观经济走势和衡量社会通涨或通缩水平的重要指标 ,CPI涨幅成 向传播算法)在对权重和阈值更新时不仅考虑当前的梯度方向,而
为管理者制定宏观经济政策、进行经济调控和央行公开市场操作的 且还考虑了前一时刻的梯度方向,从而降低了网络性能对参数调整
重要参考依据。 的敏感性,有效地抑制了局部极小,对传统的BP神经网络进行了改
目前常用的方法主要有回归估计模型、偏最小二乘法、ARCH 进,在实际应用中有更好的效果。
模型、ARMA模型和时间序列分析法,但是传统数学模型在实际应 利用 1990年一2002年的我国CPI数据作为训练样本,采用改
用方面都存在极大的困难。而神经网络 由于具有 自学习、自适应等 进BP算法的traingdm训练函数进行训练构建的神经网络,然后采
功能,特别适合处理非线性问题,在各种类型的建模中,显示了很强 用2003年一2008年的我国CPI数据作为检验样本 ,利用训练好的
的生命力,特别是在解决非线性问题等方面,具有一定的优越性 。 网络
文档评论(0)