基于EEMD-PSO-SVM的月度CPI预测研究

摘要：

为了对CPI进行精确预测,针对CPI的历史时序数据的特点,文章提出了一种基于EEMD-PSO-SVM的月度CPI预测模型.以1994年1月至2017年5月的我国月度CPI为研究对象,采用提出的EEMD-PSO-SVM的月度CPI预测模型进行实际预测并与ANN、ARIMA、SVM进行比较.结果表明:提出的EEMD-PSO-SVM的月度CPI预测模型最大绝对误差为0.39,平均绝对误差为0.204,最小绝对误差仅为0.01,均小于低于ANN、ARIMA和SVM.本文提出的预测模型的平均相对误差仅为0.201％,能够满足实际的预测需求,为CPI的科学准确的预测提供了一种新的预测方法.

关键词：CPI、集合经验模态分解、粒子群算法、支持向量机、预测

所属期刊栏目：35

分类号：F201;O21(国民经济管理)

资助基金：国家自然科学基金资助项目51374121

在线出版日期：2019-03-13（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：30-33