计算机科学 ›› 2016, Vol. 43 ›› Issue (Z11): 554-556.doi: 10.11896/j.issn.1002-137X.2016.11A.125
李孟刚,周长生,连莲,李文锐
LI Meng-gang, ZHOU Chang-sheng, LIAN Lian and LI Wen-rui
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。
| [1] 李春林,王会岩.基于干预ARIMA模型的中国工业生产指数预测[J].统计与管理,2011(1):73-74 [2] 王蔚杰.基于ARIMA模型对经济发展的预测-以工业生产总值指数为例[J].中国外资,2012(269):188-189 [3] 贺京同,潘凝,张建勋,卢桂章.基于模糊神经网络的宏观经济预警研究[J].预测,2012,19(4):42-45 [4] Khashei M,Bijari M,Ardali G A R.Improvement of auto-regressive integrated moving average models using fuzzy logic and artificial neural networks[J].Neurocomputing,2009,5(72):956-967 [5] Andre Luis S M,Francisco de A T de C,Teresa B L.Forecasting models for interval-valued time series[J].Neurocomputing,2008,1(3):3344-3352 [6] George E P B,Gwilym M J.Time Series Analysis Forecastingand Control[M].Hoden-DayInc,1976:12-33 [7] Beveridge S,Qickle C.A Comparison of Box-Jenkins and Objective Methods for Determining the Order of a Non-seasonal ARMA model[J].Journal of Forecasting,1994,3(5):419-434 [8] McCulloch W,Pitts W.A logical calculus of the ideas imminent in nervous acrivity[J].Bulletin of Mathematical Biophysics,1943,5(4):115-133 [9] Rumelhart D E,Mcclelland J L,et al.Parallel Distributed Processing:Explorations in the Microstructure of Cognition[M].Cambridge,MA: MIT Press,1987 [10] Lefsche S.Stability of nonlinear control system[M].New York:Academic press,1965:15-28 [11] Lyapunow A M.The general problem of stability of motions[D].Moscow:Fizmatiz,1950 [12] Lasalle J,Lesfchtg S.Stability by Lyapunovs direct method with applications[M].New York:Academic Press,1961 |
| No related articles found! |
|
||
首页