基于RBF神经网络的GDP时间序列预测模型研究 |
| |
引用本文: | 汪丽艳,叶明海.基于RBF神经网络的GDP时间序列预测模型研究[J].经济论坛,2013(3). |
| |
作者姓名: | 汪丽艳 叶明海 |
| |
作者单位: | 同济大学经济与管理学院 |
| |
摘 要: | 对GDP进行高精度的分析预测,对制定经济发展战略、规划年度计划以及各种宏观经济政策,具有重要的理论与现实意义.本文采用RBF神经网络作为工具,建立基于RBF神经网络的GDP时间序列预测模型,并与ARIMA模型进行对比,对上海市22年的GDP数据进行了仿真实验.实验表明,ARIMA模型对上海市GDP数据进行预测的精度仅为91.8754%,而本文提出的RBF_TSF模型的预测精度则高达95.0360%.这表明本文提出的RBF TSF比ARIMA模型在GDP时间序列预测上具有更高的预测精度.同时该模型收敛迅速,具有很强的实用价值.
|
关 键 词: | RBF神经网络 GDP ARIMA 预测 |
本文献已被 万方数据 等数据库收录! |
|