基于EEMD--SARIMA--LSTM混合模型对CPI指数预测

目录

声明

摘要

第一章绪论

1．1研究背景

1．2 研究意义

1．3 文献综述

1．3．1 国内外CPI研究现状

1．3．2 国内外时间序列预测的研究现状

1．4研究框架

1．5研究创新点

2．1．1 分解原则

2．1．2分解具体步骤

2．1．3经验模态分解的局限

2．2集合经验模态分解

2．2．1 分解原则

2．2．2 分解步骤

第三章SARIMA模型介绍

3．1 平稳性序列模型介绍

3．1．1平稳性序列模型

3．1．2 ARMA(p，q)模型统计性质及模型识别

3．1．3 ARMA(p，q)模型的检验与优化

3．2 非平稳性序列模型介绍

3．2．2 SARIMA(p，d，q)×(P，D，Q)模型

第四章神经网络相关介绍

4．1人工神经网络

4．2循环神经网络

4．3 长短期记忆神经网络

第五章对CPI指数的实证分析

5．2 评价指标

5．3 单模型对CPI指数预测的实证分析

5．3．1 SARIMA模型对CPI预测实证分析

5．3．2 LSTM对CPI指数预测的实证分析

5．4基于EEMD分解的SARIMA-LSTM混合模型对CPI预测的实证分析

5．4．1 EEMD分解CPI

5．4．2 EEMD分解下混合模型选择及假设

5．4．3 EEMD分解下的IMF和余项r的SARIMA-LSTM预测分析

5．4．4 EEMD-SARIMA混合模型对CPI的拟合预测

5．4．5 EEMD-SARIMA-LSTM混合模型对CPI的拟合预测

5．4．6 单模型及混合模型对比分析

5．5 基于最优模型EEMD-SARIMA-LSTM对CPI的预测

6．1 总结

6．2 展望

参考文献

致谢