基于混沌神经网络算法的CPI预测

2012-01-07 09:14:20范彦伟
统计与决策 2012年10期
关键词:模型

王 维,范彦伟

(齐齐哈尔大学 经济与管理学院,黑龙江齐齐哈尔161006)

0 引言

居民消费价格指数(CPI)是根据与居民生活密切相关的商品和劳务价格统计出来的物价变动指标。其统计内容包含居民日常消费的全部商品和服务项目,这些商品和服务的价格变动均会影响CPI指数,而它们的价格受市场经济下诸多不确定因素的影响,从而导致CPI表现出较强的非线性特征。将CPI控制在合理的范围内有利于国民经济健康发展,较低的CPI不利于经济增长,而较高的CPI容易引发通货膨胀,引起一系列社会问题。因此,CPI的准确预测关系到国家货币政策走向和企业战略决策。

混沌理论作为非线性动力学的重要发展,已成为一门具有独立理论体系和方法的新学科。其中混沌时间序列预测已被应用到很多领域,即通过某一单变量的时间序列来研究非线性系统整体的混沌行为[1]。其基本步骤是,利用相空间重构方法,将处于混沌状态的时间序列映射到有限维状态空间中,得到混沌吸引子,通过混沌吸引子的总体稳定性、吸引性和内部分形性,实现经济混沌的短期预测。现有文献中,CPI的预测主要有长期预测和短期预测。长期预测模型主要有协整回归预测模型、季节性ARIMA预测模型以及自回归分布滞后预测模型三种[2]。短期预测方法主要运用神经网络预测模型,包括BP网络和RBF网络两种[3,4]。短期预测精度高,但由于输入数据不易收集,只能做当月或下月的CPI预测。长期预测尽管预测时间长,但精度较差。……

登录APP查看全文

猜你喜欢
模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用