期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于ARMA-GM-BP组合预测模型及应用
被引量：
23
在线阅读
下载PDF
职称材料
导出
摘要
文章介绍了ARMA、GM（1,1）模型并建立了ARMA-GM-BP组合预测模型;通过对中国2005~2013年GDP的预测和检验,表明该组合预测模型的拟合及测试效果比单独利用ARMA、GM（1,1）模型的效果有很大改善;最后运用ARMA-GM-BP组合预测模型,对中国2014年、2015年的GDP作出了预测。
作者
彭乃驰
党婷
机构地区
云南大学旅游文化学院
出处
《统计与决策》
CSSCI
北大核心
2016年第2期80-82,共3页
Statistics & Decision
关键词
组合预测
ARMA模型
GM(1
1)模型
BP神经网络
GDP
分类号
F224.9 [经济管理—国民经济]
引文网络
相关文献
节点文献
二级参考文献
17
参考文献
4
共引文献
116
同被引文献
272
引证文献
23
二级引证文献
166
参考文献
4
1
郝香芝,李少颖.
我国GDP时间序列的模型建立与预测[J]
.统计与决策,2007,23(23):4-6.
被引量：28
2
祖培福,潘伟,李慧,贾媛媛,潘柏卉,包阳阳.
黑龙江GDP预测的数学模型及其影响因素分析[J]
.数学的实践与认识,2012,42(19):64-70.
被引量：16
3
郭秋艳,何跃.
基于DFA方法和BP神经网络的GDP预测模型[J]
.统计与决策,2014,30(8):82-84.
被引量：19
4
王莎莎,陈安,苏静,李硕.
组合预测模型在中国GDP预测中的应用[J]
.山东大学学报（理学版）,2009,44(2):56-59.
被引量：68
二级参考文献
17
1
周璇.
基于时间序列分析的全国GDP预测模型[J]
.消费导刊,2009,0(13):76-76.
被引量：3
2
欧邦才.
基于BP神经网络的经济预测方法[J]
.南京工程学院学报（自然科学版）,2004,2(2):11-14.
被引量：31
3
张宾,贺昌政,余海.
基于FRI的改进相似合成算法及成都GDP预测研究[J]
.西南民族大学学报（人文社会科学版）,2004,25(11):198-202.
被引量：2
4
刘国新,冯淑华,赵光辉.
灰色GM(1,1)模型在湖北GDP预测中的应用[J]
.武汉理工大学学报（信息与管理工程版）,2005,27(1):176-178.
被引量：8
5
丁文斌.
GDP总量预测方法探讨研究[J]
.统计与预测,2003(6):57-59.
被引量：14
6
王道林.
泰安市GDP预测的灰色模型[J]
.山东科技大学学报（自然科学版）,2005,24(2):77-79.
被引量：3
7
林健,彭敏晶.
基于神经网络集成的GDP预测模型[J]
.管理学报,2005,2(4):434-436.
被引量：17
8
童明余,肖志祥.
GM(1,1)在股票价格预测中的运用[J]
.黄冈师范学院学报,2005,25(3):9-11.
被引量：7
9
杨振刚,郑更新.
GDP预测模型中的多重共线性问题[J]
.中央民族大学学报（自然科学版）,2005,14(4):315-318.
被引量：2
10
Peng C K,Buldyrew S V,Havlin S,et al.Mosaic Organizationof DNA Nucleotides[J].Physical Review E,1994,49(2).
共引文献
116
1
王晓红,王梦瑶,郝婷.
改进的时间相关序列股票价格混合预测模型研究[J]
.科技促进发展,2020,16(6):672-678.
被引量：1
2
单锐,王淑花,李玲玲,高东莲.
基于arima、bp神经网络与gm的组合模型[J]
.辽宁工程技术大学学报（自然科学版）,2012,31(1):118-122.
被引量：19
3
张自敏,樊艳英,陈冠萍.
改进的BP神经网络在地方GDP预测中的应用[J]
.计算机科学,2012,39(S3):108-110.
被引量：11
4
于家傲,杨淑波.
黑龙江垦区生产总值模型构建及预测[J]
.农场经济管理,2008(6):51-52.
5
王琦,王花兰.
基于熵值法的城市汽车保有量组合预测[J]
.交通科技与经济,2009,11(6):53-55.
被引量：6
6
樊亮,常迎香,李菊梅.
时间序列分析模型在甘肃省GDP中的应用[J]
.甘肃科学学报,2009,21(4):140-142.
被引量：10
7
林琦.
基于最小二乘支持向量机的福建省GDP预测研究[J]
.科学技术与工程,2009,9(22):6856-6858.
被引量：6
8
腾格尔,何跃.
基于GMDH组合的中国GDP预测模型研究[J]
.统计与决策,2010,26(7):17-19.
被引量：12
9
由向平,孙德山,林丹凤.
组合模型在我国GDP预测中的应用[J]
.廊坊师范学院学报（自然科学版）,2010,10(2):87-89.
被引量：9
10
李战江,吴公华.
基于BP神经网络的内蒙古第三产业增加值预测模型[J]
.内蒙古农业大学学报（自然科学版）,2009,30(4):255-258.
被引量：1
同被引文献
272
1
王安建,高芯蕊.
中国能源与重要矿产资源需求展望[J]
.中国科学院院刊,2020,0(3):338-344.
被引量：66
2
郑明贵,于明,范秋蓉,林玉华.
中国2025—2035年碳酸锂需求预测——基于灰色关联分析和ARIMA-GM-BP神经网络的组合模型[J]
.地球科学进展,2023,38(4):377-387.
被引量：16
3
陈振宇,刘金波,李晨,季晓慧,李大鹏,黄运豪,狄方春,高兴宇,徐立中.
基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]
.电网技术,2020,44(2):614-620.
被引量：260
4
王春峰,万海晖,张维.
组合预测在商业银行信用风险评估中的应用[J]
.管理工程学报,1999,13(1):11-14.
被引量：68
5
单锐,王淑花,李玲玲,高东莲.
基于arima、bp神经网络与gm的组合模型[J]
.辽宁工程技术大学学报（自然科学版）,2012,31(1):118-122.
被引量：19
6
慕容楠,叶禹杉,杨晴怡.
中国人均GDP时间序列模型的建立与预测[J]
.内蒙古统计,2012(5):21-27.
被引量：2
7
姜旭平.
一种处理变权系数的组合预测模型算法[J]
.数量经济技术经济研究,1993,10(2):25-28.
被引量：3
8
赵西萍,王磊,邹慧萍.
旅游目的地国国际旅游需求预测方法综述[J]
.旅游学刊,1996,11(6):28-32.
被引量：33
9
邢佳韵,彭浩,张艳飞,陈其慎.
世界锂资源供需形势展望[J]
.资源科学,2015,37(5):988-997.
被引量：40
10
朱广宇,严洪森.
一种基于预测模型库评价遴选的组合预测方法[J]
.控制与决策,2004,19(7):726-731.
被引量：6
引证文献
23
1
王晓红,王梦瑶,郝婷.
改进的时间相关序列股票价格混合预测模型研究[J]
.科技促进发展,2020,16(6):672-678.
被引量：1
2
郑明贵,于明,范秋蓉,林玉华.
中国2025—2035年碳酸锂需求预测——基于灰色关联分析和ARIMA-GM-BP神经网络的组合模型[J]
.地球科学进展,2023,38(4):377-387.
被引量：16
3
白润才,柴森霖,刘光伟,李浩然,张靖.
基于Mallat算法与ARMA模型的露天矿卡车故障率预测[J]
.中国安全科学学报,2018,28(10):31-37.
被引量：13
4
邵雨晗,辛后居,高辉,徐启丰.
基于灰色神经网络的航空装备作战携行量预测[J]
.数学的实践与认识,2016,46(20):62-68.
被引量：6
5
党婷,彭乃驰.
基于GM-ES-GASVR组合模型的丽江国内旅游需求预测[J]
.数学的实践与认识,2017,47(8):279-287.
被引量：10
6
陈华友,朱家明,丁珍妮.
组合预测模型与方法研究综述[J]
.大学数学,2017,33(4):1-10.
被引量：30
7
刘攀,冯长焕.
IGOWTA算子组合预测模型在单时间序列中的应用[J]
.常熟理工学院学报,2018,32(2):102-107.
8
苏丽敏,宋艳红,何慧爽.
考虑权重不确定性的变权重组合预测方法[J]
.统计与决策,2019,0(11):60-63.
被引量：11
9
张鹏.
改进的ARIMA-GM-SVR组合预测模型及应用[J]
.统计与决策,2019,0(13):82-84.
被引量：10
10
王鄂,张霆.
时间序列在湖南省GDP预测中的应用——基于ARIMA模型[J]
.青岛大学学报（自然科学版）,2019,32(3):136-140.
被引量：18
二级引证文献
166
1
吴晓峰,林晓言,靳雅楠.
基于时间序列模型遴选的集成组合预测模型[J]
.统计与决策,2021(9):5-8.
被引量：10
2
李鹏飞,张瑞.
基于TSCI变动的RBF-SVR月度快递业务量分析及预测[J]
.统计与决策,2021(5):184-188.
被引量：7
3
陶志富,朱家明,刘金培,陈华友.
基于演化聚类分析的组合预测改进熵权模型及其应用[J]
.控制与决策,2020,35(2):410-416.
被引量：2
4
王晓红,王梦瑶,郝婷.
改进的时间相关序列股票价格混合预测模型研究[J]
.科技促进发展,2020,16(6):672-678.
被引量：1
5
杨袁,魏海龙,王丁立.
基于组合模型的四川旅游需求预测[J]
.产业与科技论坛,2020(14):67-69.
6
王玉兰.
基于预测有效度的IOWA算子模糊组合预测方法[J]
.重庆工商大学学报(自然科学版),2018,35(2):1-6.
被引量：2
7
高翔,王建萍,张吉能.
关于空战中航空弹药消耗量优化预测仿真[J]
.计算机仿真,2018,35(6):33-36.
8
张宇菲,陈华友,何智莉.
基于区间精度和IOWA算子的变权组合预测方法[J]
.合肥工业大学学报（自然科学版）,2018,41(4):570-576.
被引量：3
9
王丰,顾佼佼,徐宇茹.
多指标可拓预测方法在航空装备技术保障质量预测中的应用[J]
.兵器装备工程学报,2019,40(1):47-50.
被引量：6
10
闫银锁,孙闪华,李亚敏,李艳圆,赵鑫,陶荔莹,高志东.
差分自回归移动平均模型与Elman神经网络及其组合模型对北京市肺结核发病预测效果的比较[J]
.中国防痨杂志,2019,41(6):669-675.
被引量：3
1
Jason Brown,周文俊,蒋晖.
发现隐藏的胜利者——先于竞争对手,寻找隐匿的制胜理念[J]
.市场研究,2013(11):25-27.
2
Jason Brown,周文俊,蒋晖.
创新:寻找隐匿的致胜理念[J]
.新营销,2013(10):71-73.
3
罗雅萍.
内部控制管理层测试的几点思考[J]
.管理学家（学术版）,2014(3).
4
Sabrina Bresciani,Jianxin Ge,Yam Niu.
Improving Attitude toward Corporate Strategy with Visual Mapping： Scale Development and Application in Europe and China[J]
.Frontiers of Business Research in China,2014,8(4):480-499.
5
郭伟勋.
水泵无底阀运行和多管排水中一些问题的探讨[J]
.煤炭科学技术,1983,11(2):49-52.
6
聂丹.
汉语拼音测试多项选择题的选项设计[J]
.语文考试研究,2009(7):11-16.
7
江柱鸣,施英鹏,冯桂球.
先进控制技术在聚丙烯装置的应用[J]
.中国管理信息化,2015,18(19):72-74.
被引量：3
8
张雅丽.
基于太阳能热水器的数据采集系统的分析与设计[J]
.计算机工程与设计,2008,29(22):5875-5877.
被引量：1
统计与决策
2016年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
