基于主成分分析的PSO-BP算法在GDP和CPI预测中的应用

• 作者: 王永杰 白艳萍
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 数学
• 关键词: 主成分分析 PSO-BP算法 CPI GDP
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 数学·统计学
• 页码范围: 150-154
• 页数: 5页
• 分类号: O29
• 字数: 3003字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2017.04.025

摘要

GDP增速与CPI指数具有复杂的时间序列和非线性特征.鉴于BP神经网络算法有良好的非线性拟合能力,但容易陷入局部极小值的特点,提出了基于主成分分析的PSO-BP算法.该方法主要通过主成分分析方法对输入变量进行降维,利用PSO算法良好的全局寻优能力对BP算法的权值和阈值进行优化,从而避免BP算法陷入局部极小值.最后运用模型对GDP增速和CPI指数进行拟合预测.实验结果表明:该模型比PCA-BP模型和PSO-BP模型具有更高的拟合精度和更小的均方误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	王永杰	中北大学理学院	8	44	4.0	6.0