基于改进BP的GDP预测研究

摘要：

GDP时间序列具有线性和非线性的双重特征,所以传统统计预测方法、神经网络方法和集成预测方法都在预测分析时准确性不高,误差较大.文章提出由GDP时间序列,找出只具有非线性特征的GDP年增量百分比序列,以此建立基于BP的预测模型,对我国的GDP进行预测,仿真实验表明,改进的BP模型预测准确率明显优于目前的ARIMA-BP集成模型及单一BP模型的预测准确率,从而证实了改进的BP模型用于GDP预测的有效性.

关键词：BP神经网络、GDP、预测

所属期刊栏目：40

分类号：F224.9(经济计算、经济数学方法)

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：49-50,53