發(fā)布時(shí)間：2020-04-05 15:39

【摘要】：進(jìn)出口貿(mào)易是拉動(dòng)國(guó)家經(jīng)濟(jì)增長(zhǎng)和實(shí)現(xiàn)對(duì)外交流的重要工具,東盟是我國(guó)對(duì)外貿(mào)易的第三大伙伴,分析并預(yù)測(cè)我國(guó)與東盟進(jìn)出口貿(mào)易額也是中國(guó)-東盟海洋大數(shù)據(jù)平臺(tái)經(jīng)濟(jì)綜合里外貿(mào)部分的主要內(nèi)容。而目前多采用基于計(jì)量經(jīng)濟(jì)學(xué)的方法,但伴隨機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)不斷發(fā)展、趨于成熟,在實(shí)踐中沉淀下來大量經(jīng)典算法,因此本文結(jié)合機(jī)器學(xué)習(xí)方法探索能有效預(yù)測(cè)中國(guó)東盟進(jìn)出口貿(mào)易額的預(yù)測(cè)模型,既實(shí)現(xiàn)中國(guó)-東盟海洋大數(shù)據(jù)平臺(tái)對(duì)外貿(mào)分析的需求,也為我國(guó)對(duì)東盟的經(jīng)貿(mào)合作進(jìn)行宏觀調(diào)控提供智力支持。本文首先分析了影響中國(guó)東盟進(jìn)出口貿(mào)易額的經(jīng)濟(jì)指標(biāo),利用主成分分析方法對(duì)其進(jìn)行影響因子的分析,得到可替代原經(jīng)濟(jì)指標(biāo)超過99.9%信息量的七個(gè)影響因子。隨后,提出了基于線性回歸的中國(guó)東盟進(jìn)出口貿(mào)易額預(yù)測(cè)模型,應(yīng)用基于多元線性回歸、基于嶺回歸和基于彈性網(wǎng)絡(luò)回歸模型對(duì)中國(guó)東盟進(jìn)出口貿(mào)易額及影響因子的歷史數(shù)據(jù)進(jìn)行訓(xùn)練,構(gòu)建預(yù)測(cè)模型,通過七個(gè)經(jīng)濟(jì)影響因素的預(yù)估值計(jì)算未來中國(guó)與東盟的進(jìn)出口貿(mào)易額。緊接著,由于中國(guó)東盟進(jìn)出口貿(mào)易是經(jīng)濟(jì)指標(biāo)因素、雙邊關(guān)系及政策影響等因素綜合作用的結(jié)果,因此將中國(guó)東盟進(jìn)出口貿(mào)易額歷史數(shù)據(jù)轉(zhuǎn)化為時(shí)間序列,挖掘數(shù)據(jù)內(nèi)部變化規(guī)律,提出了基于時(shí)間序列ARIMA的預(yù)測(cè)模型。其次,為深入挖掘中國(guó)東盟進(jìn)出口貿(mào)易額數(shù)據(jù)序列變化規(guī)律,提出具有學(xué)習(xí)長(zhǎng)期依賴信息能力的基于LSTM網(wǎng)絡(luò)的預(yù)測(cè)模型。再次,為使預(yù)測(cè)中國(guó)東盟進(jìn)出口貿(mào)易額更為準(zhǔn)確,基于數(shù)據(jù)預(yù)處理和優(yōu)化參數(shù)組合預(yù)測(cè)的思想,提出基于時(shí)間序列ARIMA和LSTM網(wǎng)絡(luò)的組合預(yù)測(cè)模型。實(shí)驗(yàn)表明其預(yù)測(cè)中國(guó)東盟進(jìn)出口貿(mào)易額的準(zhǔn)確率和相關(guān)系數(shù)都明顯提高,所以基于此預(yù)測(cè)模型預(yù)測(cè)了未來短期內(nèi)中國(guó)與東盟的月度進(jìn)出口貿(mào)易額。最后,將本文研究成果應(yīng)用在中國(guó)-東盟海洋大數(shù)據(jù)平臺(tái)經(jīng)濟(jì)綜合數(shù)據(jù)庫(kù)模塊。該模塊可以幫助平臺(tái)用戶了解中國(guó)與東盟國(guó)家進(jìn)出口貿(mào)易的歷史數(shù)據(jù),可以讓用戶通過對(duì)各個(gè)經(jīng)濟(jì)指標(biāo)的年度預(yù)估值預(yù)測(cè)中國(guó)與東盟的年度進(jìn)出口貿(mào)易額,也可以直接對(duì)未來短期內(nèi)中國(guó)與東盟的月度進(jìn)出口貿(mào)易額進(jìn)行預(yù)測(cè),通過實(shí)踐應(yīng)用檢驗(yàn)了中國(guó)東盟進(jìn)出口貿(mào)易額預(yù)測(cè)模型的有效性。
【圖文】：

基于多預(yù)測(cè)校型的中國(guó)－東盟進(jìn)出口貿(mào)易額研究Ｔ逡逑圖３－８ＬＳＴＭ門限結(jié)構(gòu)逡逑ＬＳＴＭ網(wǎng)絡(luò)中的每個(gè)神經(jīng)元由忘記門層、輸入門層、更新門層以及輸出門個(gè)交互的層構(gòu)成［３（）］。首先是忘記門層，該門層的輸入是上一層的輸出和逡逑時(shí)間點(diǎn)的輸入的整體總輸入，通過一個(gè)計(jì)算過程ｃｒ輸出結(jié)果／ｔ，六是一個(gè)在逡逑１之間的數(shù)，當(dāng)前細(xì)胞的狀態(tài)，其中，／ｔ計(jì)算公式如式３－２８所示，逡逑門層過程如圖３－９中加粗部分所示。逡逑ｆｔ邋＝邋ａ｛Ｗｆ邋＊邋［ｈｔ－ｉ，ｘｔ］）邋＋邋ｂｆ邐式邋３－２８

之后是更新門層，該門層更新細(xì)胞的舊狀態(tài)，通過忘記門層、輸入門層的輸逡逑和上個(gè)細(xì)胞狀態(tài)的輸出Ｃ邋ｔ邋＿邋ａ將細(xì)胞狀態(tài)更新為新狀態(tài)Ｃ邋ｔ，，邋Ｃ邋ｔ的計(jì)算公式如式逡逑－３０所示，更新門層過程如圖３－１１中加粗部分所示。逡逑Ｃｔ邋＝邋ｆｔ＊邋＋邋ｉ邋＊邋Ｑ１邐式邋３－３０逡逑ｈ，逡逑ａ逡逑ｃ卜、１邐？１邐１邋ｉｗＧ）邐■■■■匪ｉ邋＂—逡逑Ｘ邋．邋Ａ邐ｔａｎｈ逡逑＇Ｉ邋ｆ＾Ｙ逡逑［0］邋Ｗ］邋ｔａｎｈ邋Ｗ逡逑邐？邋邐邐１邐邐邋Ｉ邋邐邋■邐邐？邋ｈｔ逡逑－
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F752.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 陳蔚;;基于線性ARIMA與非線性BP神經(jīng)網(wǎng)絡(luò)組合模型的進(jìn)出口貿(mào)易預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2015年22期

2 黃玲莉;劉小龍;;基于ARIMA與BP神經(jīng)網(wǎng)絡(luò)的收視率組合預(yù)測(cè)模型[J];電視技術(shù);2015年09期

3 劉建偉;劉媛;羅雄麟;;深度學(xué)習(xí)研究進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2014年07期

4 韓小孩;張耀輝;孫福軍;王少華;;基于主成分分析的指標(biāo)權(quán)重確定方法[J];四川兵工學(xué)報(bào);2012年10期

5 何澤;;影響中國(guó)進(jìn)出口總額的因素分析[J];商場(chǎng)現(xiàn)代化;2007年17期

6 白冰;;中國(guó)進(jìn)出口貿(mào)易總額的影響因素分析[J];當(dāng)代經(jīng)理人;2006年21期

7 盧向前,戴國(guó)強(qiáng);人民幣實(shí)際匯率波動(dòng)對(duì)我國(guó)進(jìn)出口的影響:1994—2003[J];經(jīng)濟(jì)研究;2005年05期

8 熊桂武;計(jì)量經(jīng)濟(jì)建模與預(yù)測(cè)方法評(píng)述[J];黃岡師范學(xué)院學(xué)報(bào);2004年06期

9 田俊;嶺回歸分析的SAS程序設(shè)計(jì)[J];數(shù)理統(tǒng)計(jì)與管理;1999年03期

相關(guān)博士學(xué)位論文 前1條

1 馬濤;組合預(yù)測(cè)方法及其應(yīng)用研究[D];蘭州大學(xué);2017年

相關(guān)碩士學(xué)位論文 前1條

1 吳少聰;基于混合模型的股票趨勢(shì)預(yù)測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2017年

本文編號(hào)：2615197