文章基于Simpson公式改進(jìn)的GM（1,1）灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)組合模型對國內(nèi)生產(chǎn)總值進(jìn)行預(yù)測研究。首先,利用Simpson積分公式對GM（1,1）灰色系統(tǒng)的背景值進(jìn)行改進(jìn)。其次,通過相關(guān)性分析確定財政收入、財政支出、全社會固定資產(chǎn)投資、進(jìn)出口差額、國家稅收收入和社會消費零售總額6個因素為GDP的主要影響因素。接著,將灰色系統(tǒng)的預(yù)測值和影響GDP總量的6個因素同時作為BP神經(jīng)網(wǎng)絡(luò)的輸入構(gòu)建串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型。對比分析GM（1,1）、Simpson公式改進(jìn)的GM（1,1）、Simpson公式改進(jìn)的灰色神經(jīng)網(wǎng)絡(luò)模型的計算結(jié)果,可明顯看出基于Simpson公式改進(jìn)的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測精度最高。 

【文章來源】：統(tǒng)計與決策. 2020,36(02)北大核心CSSCI

【文章頁數(shù)】：5 頁

【參考文獻(xiàn)】：
期刊論文
[1]上海市2017-2020年GDP預(yù)測研究——基于改進(jìn)的GM（1,1）模型[J]. 李凱,張濤.  華東經(jīng)濟管理. 2017(10)
[2]基于Volterra泛函級數(shù)的GDP預(yù)測模型[J]. 徐永東.  內(nèi)蒙古師范大學(xué)學(xué)報(自然科學(xué)漢文版). 2017(04)
[3]貝葉斯時序模型在經(jīng)濟預(yù)測中的應(yīng)用——以甘肅省人均GDP為例[J]. 張靜.  中國統(tǒng)計. 2017(04)
[4]基于線性回歸的甘肅省“十三五”時期GDP預(yù)測[J]. 劉瀏.  淮海工學(xué)院學(xué)報(人文社會科學(xué)版). 2017(03)
[5]組合預(yù)測模型在中國GDP預(yù)測中的應(yīng)用[J]. 王莎莎,陳安,蘇靜,李碩.  山東大學(xué)學(xué)報(理學(xué)版). 2009(02)
[6]ARIMA模型在深圳GDP預(yù)測中的應(yīng)用[J]. 龔國勇.  數(shù)學(xué)的實踐與認(rèn)識. 2008(04)
[7]基于神經(jīng)網(wǎng)絡(luò)集成的GDP預(yù)測模型[J]. 林健,彭敏晶.  管理學(xué)報. 2005(04)
[8]灰色GM（1,1）模型在湖北GDP預(yù)測中的應(yīng)用[J]. 劉國新,馮淑華,趙光輝.  武漢理工大學(xué)學(xué)報(信息與管理工程版). 2005(01)
[9]離散GM（1,1）模型與灰色預(yù)測模型建模機理[J]. 謝乃明,劉思峰.  系統(tǒng)工程理論與實踐. 2005(01)



本文編號：3201091