EGM-BP网络模型在单变量时间序列预测中的应用——以四川省GDP为例

摘要

利用GM（1,1）模型需要的数据少,而BP网络模拟精度高且适合非线性系统的特点,基于GM（1,1）模型的均值形式,以1980—2016年四川省GDP值作为原始序列,其累加序列、均值序列和前一历史序列作为输入向量,原始序列作为输出向量,进行BP网络训练,建立EGM-BP网络模型,提出了一种灰色神经网络的新方法。利用2014—2016年的GDP数据进行验证,发现EGM-BP模型对于单变量时间序列预测的精度比传统单一模型预测精度更高。