![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/7/d53d3b06-8230-4704-a753-6077f7c35ffa/d53d3b06-8230-4704-a753-6077f7c35ffapic.jpg)
![中國PPI的基于遺傳算法的門限自回歸預(yù)測模型.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/7/d53d3b06-8230-4704-a753-6077f7c35ffa/d53d3b06-8230-4704-a753-6077f7c35ffa1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、2010年以來,物價上漲~直是人們關(guān)注的焦點問題之一,PPI是反映我國國民經(jīng)濟發(fā)展狀況的重要指標。研究PPI的變動情況有助于對當前的經(jīng)濟政策作出相應(yīng)的調(diào)整,對于研究我國國民經(jīng)濟的發(fā)展變化具有重要的實際意義。
本文基于時間序列方法對我國PPI月度數(shù)據(jù)進行研究,將遺傳算法和投影尋蹤方法應(yīng)用到門限自回歸模型中,建立了PPI同比增幅數(shù)據(jù)的基于遺傳算法的門限自回歸模型以及投影尋蹤門限自回歸模型。具體內(nèi)容如下:
(1)構(gòu)
2、建了PPI同比增幅數(shù)據(jù)的門限自回歸(TAR)模型,將TAR模型預(yù)測數(shù)據(jù)與原始數(shù)據(jù)及AR模型的預(yù)測數(shù)據(jù)進行比較。結(jié)果表明,TAR模型的預(yù)測效果較好,但在門限值的選取方面仍有進一步改進的空間。
(2)在門限自回歸模型中引入遺傳算法,對模型重新優(yōu)選門限值,建立了PPI數(shù)據(jù)的基于遺傳算法的門限自回歸模型,并將該模型的擬合、預(yù)測結(jié)果與普通的門限自回歸模型的擬合、預(yù)測結(jié)果進行對比。結(jié)果表明:在擬合及預(yù)測方面前者比后者都要好,特別是預(yù)測
3、精度有了明顯提高,體現(xiàn)了遺傳算法在全局優(yōu)化方面的優(yōu)勢。
(3)將投影尋蹤門限自回歸模型應(yīng)用在PPI數(shù)據(jù)的分析、預(yù)測上。建模結(jié)果比較理想。表明投影尋蹤方法在經(jīng)濟數(shù)據(jù)的研究中具有很好的應(yīng)用價值。投影尋蹤門限自回歸模型將傳統(tǒng)的投影尋蹤方法分解成兩個相互獨立的優(yōu)化問題:投影指標函數(shù)的優(yōu)化問題和TAR模型的參數(shù)優(yōu)化問題,簡化了建模的過程。擬合和預(yù)測結(jié)果也表明投影尋蹤門限自回歸模型較好地反映了數(shù)據(jù)的結(jié)構(gòu)特征,同時也具有良好的預(yù)測能力。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于回歸分析與遺傳算法的施肥模型構(gòu)造方法研究.pdf
- 基于遺傳算法的熱力設(shè)備模型自校正研究.pdf
- 基于遺傳算法的視頻摘要模型.pdf
- 基于HMM遺傳算法的預(yù)測方法研究.pdf
- 基于遺傳算法的CVaR模型研究.pdf
- 國債期貨交割期權(quán)價值的估計——基于門限自回歸模型(TAR)的視角.pdf
- 基于云模型的遺傳算法的研究.pdf
- 基于遺傳算法的非線性模型辨識.pdf
- 基于云模型的粒編碼遺傳算法.pdf
- 基于支持向量回歸與遺傳算法的電力系統(tǒng)短期負荷預(yù)測.pdf
- 遺傳算法和灰色預(yù)測模型的研究及應(yīng)用.pdf
- 基于遺傳算法的投資組合模型研究.pdf
- 基于新模型的多目標遺傳算法.pdf
- 基于遺傳算法的物流成本模型研究.pdf
- 基于遺傳算法的大型電力變壓器內(nèi)部故障預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)遺傳算法的焊接變形預(yù)測模型研究與應(yīng)用.pdf
- 基于遺傳算法的Portfolio整數(shù)規(guī)劃模型.pdf
- 基于遺傳算法的庫存決策模型研究.pdf
- 基于自回歸模型的混沌時間序列預(yù)測與應(yīng)用.pdf
- 基于評論情感和自回歸模型的銷量預(yù)測研究.pdf
評論
0/150
提交評論