10.3969/j.issn.1674-3229.2017.03.002
EGM-BP网络模型在单变量时间序列预测中的应用——以四川省GDP为例
利用GM(1,1)模型需要的数据少,而BP网络模拟精度高且适合非线性系统的特点,基于GM(1,1)模型的均值形式,以1980-2016年四川省GDP值作为原始序列,其累加序列、均值序列和前一历史序列作为输入向量,原始序列作为输出向量,进行BP网络训练,建立EGM-BP网络模型,提出了一种灰色神经网络的新方法.利用2014-2016年的GDP数据进行验证,发现EGM-BP模型对于单变量时间序列预测的精度比传统单一模型预测精度更高.
GM(1,1)模型、BP神经网络、单变量时间序列、GDP预测
17
F224(经济计算、经济数学方法)
西华师范大学基本科研项目14C004;南充市社科规划一般规划项目NC2013B027
2017-10-30（万方平台首次上网日期，不代表论文的发表时间）
共4页
8-11
