基于ARIMA神经网络的工业生产指数仿真研究

• 作者: 周长生 李孟刚 李文锐 连莲
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: ARIMA神经网络 工业生产指数 仿真
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 智能系统及应用
• 页码范围: 554-556,567
• 页数: 4页
• 分类号: TP181
• 字数: 4262字
• 语种: 中文

摘要

工业生产指数是衡量某个时期工业经济景气状况和发展趋势的重要指标,也是研究宏观经济预警的首选指标.将ARIMA理论与神经网络理论相结合,构建了ARIMA神经网络模型,采用1997-2015年月度工业生产指数的时间序列数据,开展了工业生产指数的仿真研究.首先对工业生产指数进行季节调整,剔除了工业生产指数时间序列中的季节因素影响;其次通过ARIMA神经网络模型对1997-2015年月度工业生产指数进行仿真,结果表明模型仿真训练效果较好;最后运用ARIMA神经网络模型对2016年1-6月工业生产指数进行模拟仿真,得出了2016年1-6月工业生产指数模拟仿真值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李孟刚	北京交通大学中国产业安全研究中心	68	611	13.0	22.0
2	连莲	北京交通大学中国产业安全研究中心	15	38	3.0	5.0
3	李文锐	北京交通大学中国产业安全研究中心	8	21	3.0	4.0
4	周长生	北京交通大学中国产业安全研究中心	3	17	2.0	3.0