基于改进BP的GDP预测研究
梁娜
张吉刚
1.咸宁学院数学与统计学院 咸宁4371002.咸宁学院数学与统计学院 咸宁437100
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.
关键词：BP神经网络GDP预测
分类号：F224.9(经济计算、经济数学方法)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 49-50,53 )
英文信息