基于神经网络与非参数核方法CPI的ARMA预测与非线性改进

摘要：

文章以1990年1月至2017年1月间我国CPI指数序列为研究对象,采用ARMA模型对序列进行拟合和预测,得到短期预测误差为3.599,长期预测误差为12.528.针对ARMA模型没有良好捕捉到CPI序列中非线性关系的缺陷,本文采用BP网络、RBF网络以及核方法对其作了改进.有非线性特征的三种模型长期预测精度与ARMA模型相当,而短期预测精度有较大提高,最大提高比例为51.85％.

关键词：CPI、ARMA模型、BP网络、RBF网络、核方法

所属期刊栏目：34

分类号：F224(经济计算、经济数学方法)

在线出版日期：2018-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：18-21