灰色BP神经网络组合模型在广州市居民储蓄额预测中的研究

• 作者: 唐嘉燕 唐鸿海
• 来源期刊: 现代职业教育
• 学科: 经济
• 关键词: 灰色Verhulst模型 BP神经网络 反复训练 残差合格检验 高准确率预测
• 年，卷（期）: 2019,（27）
• 所属期刊栏目: 专业◆创新◆应用
• 页码范围: 188-191
• 页数: 4页
• 分类号: F832.22
• 字数: 2382字
• 语种: 中文

摘要

居民储蓄额是一种非平稳的时间序列,与实时政策影响有关,同时作为地区性总GDP的一大重要指标,其预测走向将是政府部门需要重视的一个环节,处于探索阶段.因此,提高储蓄率预测精度需要以较为精确样本值进行数据挖掘,同时采用单一理论模型将无法得到可实际应用的预测效率.因此,基于组合预测思想,将采用梯度下降法的BP神经网络反复训练,修正灰色Verhulst预测的组合模型对广州市城乡居民储蓄进行数据挖掘,训练过程中采用最高准确率模型进行预测未来三年的居民储蓄额,提前预知储蓄率变化走向,及时提出应对措施.残差合格检验很好地反映模型准确率的提高,具有较好的拟合和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐嘉燕		2	0	0.0	0.0
2	唐鸿海		1	0	0.0	0.0