混合模型在经济时间序列预测中的应用研究

• 作者: 章伟
• 来源期刊: 计算机仿真
• 学科: 物理学
• 关键词: 混合模型 多元自回归模型 支持向量机 时间序列
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 354-356,408
• 分类号: O411.3
• 字数: 2530字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.06.086

摘要

研究经济预测问题,为社会经济发展提供预测依据.由于经济时间序列是一种多维、非线性数据,采用单-的线性或非线性模型都不全面反映特点,导致预测精度不理想.为了提高经济时间序列预测精度,提出一种多变量自回归(CAR)和支持向量机(SVM)相结合的混合预测方法.混合方法首先利用CAR模型对经济时间序列的线性部分进行预测,然后采用支持向量机对非线性部分进行预测,将预测结果组合在-起,得到混合模型的预测结果.实验结果表明,混合模型的预测精度明显优于单独模型;发挥了2种模型的优势,得到一种精度高的经济预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章伟	贵州财经学院信息学院	16	51	3.0	6.0