信息粒化的SVR组合模型在季度GDP中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Application of SVR Combined Model with Information  Granulation to Quarterly GDP
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对GDP未来一段时间的变化范围及走势进行预测,提出了信息粒化算法与支持向量回归机算法相结合的时间序列组合预测模型;以1994年第1季度到2013第4季度GDP值模糊粒化处理,对3个模糊参数Low、R、Up,通过交叉实验训练寻找支持向量回归机的最优参数,并进行回归预测,得出GDP在2014年各季度的变化范围与走势,与实际比较相吻合,说明算法具有良好的泛化性,能够作为时序数据的预测模型。

    Abstract:

    In order to predict GDP change and trend in a period of future, this paper proposes time series combination forecast model based on the combination of information granulation algorithm and support vector regression machine algorithm, makes fuzzy granulation processing on the GDP values from the first quarter of 1994 to the forth quarter of 2013, uses crossover experiment training to seek the optimal parameter of support vector regression machine and conducts regression forecast based on three fuzzy parameters such as Low, R and Up and obtains GDP change and trend in each quarter of 2014 which is identical to the practice. The results show that this algorithm has good generalization and can be used as prediction model for time series data. 

    参考文献
    相似文献
    引证文献
引用本文

张鹏.信息粒化的SVR组合模型在季度GDP中的应用[J].重庆工商大学学报(自然科学版),2016,33(3):66-69
ZHANG Peng. Application of SVR Combined Model with Information  Granulation to Quarterly GDP[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2016,33(3):66-69

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2016-05-10
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升