基于DEA-BP神经网络的效率置信区间预测模型研究

摘要

效率预测是这几年比较热门的研究话题,然而随着评价系统的复杂性和不确定性,效率的点预测性能会逐渐降低.基于此,提出DEA-BP神经网络置信区间预测模型.构建非阿基米德无穷小的CCR模型,对系统进行效率评价;构建BPNN的置信区间预测模型,将点预测转化为区间预测;通过PICP、NMPIL、CLC等模型进行区间综合验证.将这三个阶段的模型套用到"一带一路"沿线省市的旅游效率预测中,根据预测结果对各个省市进行效率分类并提出改进建议.由于BPNN置信区间预测模型难以确认最佳模型,该结果仍需改进,但具有一定的借鉴作用.