發(fā)布時間：2018-08-20 14:10

【摘要】：對GDP進行高精度的分析預測,對制定經濟發(fā)展戰(zhàn)略、規(guī)劃年度計劃以及各種宏觀經濟政策,具有重要的理論與現(xiàn)實意義。本文采用RBF神經網絡作為工具,建立基于RBF神經網絡的GDP時間序列預測模型,并與ARIMA模型進行對比,對上海市22年的GDP數(shù)據(jù)進行了仿真實驗。實驗表明,ARIMA模型對上海市GDP數(shù)據(jù)進行預測的精度僅為91.8754%,而本文提出的RBF_TSF模型的預測精度則高達95.0360%。這表明本文提出的RBF_TSF比ARIMA模型在GDP時間序列預測上具有更高的預測精度。同時該模型收斂迅速,具有很強的實用價值。
[Abstract]:The high-precision analysis and prediction of GDP is of great theoretical and practical significance in formulating economic development strategies, planning annual plans and various macroeconomic policies. In this paper, RBF neural network is used as a tool to establish the GDP time series prediction model based on RBF neural network, and compared with the ARIMA model, the GDP data of 22 years in Shanghai are simulated. The experimental results show that the precision of Arima model to predict GDP data in Shanghai is only 91.8754, while the prediction accuracy of the proposed RBF_TSF model is 95.0360. This shows that the proposed RBF_TSF model has higher prediction accuracy than the ARIMA model in GDP time series prediction. At the same time, the model converges rapidly and has strong practical value.
【作者單位】： 同濟大學經濟與管理學院;
【基金】：國家自然科學基金(71071113)
【分類號】：F222.33;F224

【相似文獻】

相關期刊論文 前10條

1 趙蕾;陳美英;;ARIMA模型在福建省GDP預測中的應用[J];科技和產業(yè);2007年01期

2 文明剛;顏丙勝;;ARIMA模型在河北GDP預測中的應用[J];科技創(chuàng)業(yè)月刊;2007年11期

3 沃丹妮;;ARIMA模型在杭州市全社會固定資產投資預測中的應用[J];金卡工程(經濟與法);2010年05期

4 盧建昌,張世英,牛東曉;基于ARIMA的發(fā)電量預測方法[J];華北電力大學學報;2004年03期

5 黃日星,康重慶,夏清;電力市場中的邊際電價預測[J];電力系統(tǒng)自動化;2000年22期

6 張衛(wèi)國;以ARIMA模型估計2003年山東GDP增長速度——時間序列模型在中國省區(qū)經濟增長預測中的應用實例[J];東岳論叢;2004年01期

7 陳耀輝,李楚霖;分數(shù)階ARIMA模型的參數(shù)估計與預測[J];系統(tǒng)工程;2004年06期

8 劉云忠,宣慧玉;混沌時間序列及其在我國GDP(1978～2000)預測中的應用[J];管理工程學報;2004年02期

9 曹韞建;一類結合Outlier分析的單變量ARIMA模型在股票市場中的應用[J];中國管理科學;1998年01期

10 李智勇;孫小英;;ARIMA模型在批發(fā)和零售貿易餐飲業(yè)預測中的應用[J];北京市財貿管理干部學院學報;2006年03期

相關會議論文 前10條

1 肖健華;吳今培;;基于支持向量機的預測模型及應用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

2 芮秀;;證券市場控制系統(tǒng)的分析與預測[A];1998中國控制與決策學術年會論文集[C];1998年

3 趙艷桃;崔梅萍;;壽險保費收入的時間序列預測[A];2004中國控制與決策學術年會論文集[C];2004年

4 萬玉成;;輸出數(shù)據(jù)為未確知數(shù)的線性回歸預測模型[A];第四屆中國不確定系統(tǒng)年會論文集[C];2006年

5 朱寧;徐標;李建軍;;學生成績判別分析預測模型[A];第八屆中國青年運籌信息管理學者大會論文集[C];2006年

6 應保勝;容芷君;;線性供應鏈的穩(wěn)定性分析及穩(wěn)定化策略研究[A];2005年十二省區(qū)市機械工程學會學術年會論文集（湖北專集）[C];2005年

7 許海平;傅國華;;世界天然橡膠的供給與需求實證分析[A];熱帶作物產業(yè)帶建設規(guī)劃研討會——天然橡膠產業(yè)發(fā)展論文集[C];2006年

8 梁循;陳華;楊健;曾月卿;;基于互聯(lián)網股市信息量和神經網絡的股價波動率預測[A];第八屆中國管理科學學術年會論文集[C];2006年

9 呂劍;薦利榮;;江蘇地區(qū)生產總值的灰色評價與模型預測[A];第16屆全國灰色系統(tǒng)學術會議論文集[C];2008年

10 黃娑;王庚;;南通市經濟增長和可持續(xù)發(fā)展問題研究[A];江蘇省現(xiàn)場統(tǒng)計研究會第11次學術年會論文集[C];2008年

相關重要報紙文章 前4條

1 ;基于數(shù)量化方法對未來經濟增長趨勢的預測[N];第一財經日報;2009年

2 本報記者 童岱;地方統(tǒng)計數(shù)據(jù)為何失真[N];北京科技報;2009年

3 記者羅秋振、實習生權琳;用好信息 科學決策[N];柳州日報;2009年

4 香港城市大學亞太經濟合作研究中心研究員 黃啟添;一場美妙的動態(tài)博弈[N];國際商報;2009年

相關博士學位論文 前10條

1 管衛(wèi)華;中國經濟增長波動的多尺度分析及其預測[D];南京師范大學;2005年

2 萬玉成;基于未確知性的預測與決策方法及其應用研究[D];東南大學;2004年

3 李湘梅;面向可持續(xù)發(fā)展的戰(zhàn)略環(huán)境評價方法研究[D];華中科技大學;2007年

4 季峰;我國商業(yè)銀行消費信貸違約概率模型研究[D];中國科學技術大學;2009年

5 潘雷馳;我國稅收增長變動成因的定量研究[D];上海財經大學;2007年

6 陳子林;電子商務環(huán)境下的供應鏈drop-shipping渠道研究[D];華中科技大學;2008年

7 劉揚;基于Web的區(qū)域經濟增長分析PSE模式與應用研究[D];華東師范大學;2003年

8 胡予紅;煤炭消費預測與溫室氣體減排途徑和對策研究[D];中國礦業(yè)大學（北京）;2010年

9 郭嘉良;海岸帶漁業(yè)生態(tài)經濟系統(tǒng)的隨機梯度和規(guī)則集成評價預測[D];天津大學;2010年

10 劉曉東;基于綠色理念的港城協(xié)調關系評價模型及算法研究[D];大連海事大學;2011年

相關碩士學位論文 前10條

1 魏寧;時間序列分析方法研究及其在陜西省GDP預測中的應用[D];西北農林科技大學;2010年

2 金燁;GDP核算的回歸估算方法研究[D];上海交通大學;2011年

3 舒俊;中國股市日收益率波動特征研究[D];華中科技大學;2005年

4 劉海勃;基于RBF神經網絡的期貨走勢預測模型研究[D];大連海事大學;2006年

5 余兵;差分進化算法及其應用[D];西安工程大學;2007年

6 趙偉;非線性最小二乘法擬合函數(shù)在經濟發(fā)展中的應用[D];吉林大學;2008年

7 常勝利;用非線性最小二乘法擬合函數(shù)分析購買力平價與匯率之間的關系[D];吉林大學;2008年

8 王鐵媛;灰色系統(tǒng)預測模型與改進及其在現(xiàn)金流預測中的應用[D];內蒙古工業(yè)大學;2005年

9 王浩;重復剪輯近鄰法股票價格預測[D];西南交通大學;2005年

10 劉偉;北京市天然氣分配優(yōu)化方法[D];中國地質大學（北京）;2006年

，

本文編號：2193895