基于改进BP的GDP预测研究

• 作者: 张吉刚 梁娜
• 来源期刊: 计算机与数字工程
• 学科: 经济
• 关键词: BP神经网络 GDP 预测
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 算法与分析
• 页码范围: 49-50,53
• 分类号: F224.9
• 字数: 1481字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.01.018

摘要

GDP时间序列具有线性和非线性的双重特征,所以传统统计预测方法、神经网络方法和集成预测方法都在预测分析时准确性不高,误差较大.文章提出由GDP时间序列,找出只具有非线性特征的GDP年增量百分比序列,以此建立基于BP的预测模型,对我国的GDP进行预测,仿真实验表明,改进的BP模型预测准确率明显优于目前的ARIMA-BP集成模型及单一BP模型的预测准确率,从而证实了改进的BP模型用于GDP预测的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁娜	咸宁学院数学与统计学院	33	127	6.0	10.0
2	张吉刚	咸宁学院数学与统计学院	32	137	7.0	10.0