基于改进回声状态网络的居民消费价格指数预测研究

对居民消费价格指数(CPI)做出准确的预测,能够为国家或地区相关部门在制定合理的发展规划以及对资源进行优化配置时提供重要依据。早期研究者主要采用计量经济模型、时间序列模型对CPI进行预测。本文分析了回声状态网络预测模型和小世界网络结构。包括ESN的训练过程、储备池的关键参数和小世界网络的数学模型。然后,构建具有小世界特性的小波回声状态网络预测模型(SW-W-ESN)。同时,储备池是ESN的核心部分,改进回声状态网络对CPI的预测更为准确,在宏观经济调控方面更具有科学性和可行性。