基于ARIMA、BP神经网络与GM的组合模型

• 作者: 单锐 李玲玲 王淑花 高东莲
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 时间序列 ARIMA模型 BP网络 GM模型 组合预测模型 山西省人均GDP 预测 精度
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 基础科学
• 页码范围: 118-122
• 分类号: F201|TP183|TP391
• 字数: 4724字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2012.01.029

摘要

为了提高预测模型的精度,给出了一种新的组合预测模型.利用时间序列ARIMA预测模型、BP神经网络及GM灰色预测模型进行单一模型的拟合与预测,通过赋予适当权系数结合三种方法得到了新的组合预测模型.山西省人均GDP预测实例应用结果表明:组合预测模型很好地描述了山西省人均GDP的非线性发展,比单一预测方法具有更高的预测精度.组合模型发挥了这三种模型各自的优势,可以作为人均GDP预测的有效方法,该模型在时间序列的预测中是有效的.