吴晓峰：基于BP神经网络误差校正的ARIMA组合预测模型论文

本文主要研究内容

作者吴晓峰,杨颖梅,陈垚彤（2019）在《基于BP神经网络误差校正的ARIMA组合预测模型》一文中研究指出：文章根据ARIMA时间序列模型和BP神经网络模型分别在处理线性空间预测问题和非线性空间预过测对问北题京中市的居优民势消,费建价立格了指一数种(C基PI于)B序P列神的经实网证络分误析差证校明正了的该差组分合自预回测归模移型动相平对均(于A单RI一MA预)测组模合型预在测C模PI型预,通测中的有效性,并利用该模型预测了未来一段时间北京市CPI的走势。

Abstract

wen zhang gen ju ARIMAshi jian xu lie mo xing he BPshen jing wang lao mo xing fen bie zai chu li xian xing kong jian yu ce wen ti he fei xian xing kong jian yu guo ce dui wen bei ti jing zhong shi de ju you min shi xiao ,fei jian jia li ge le zhi yi shu chong (Cji PIyu )Bxu Plie shen de jing shi wang zheng lao fen wu xi cha zheng jiao ming zheng le de gai cha zu fen ge zi yu hui ce gui mo yi xing dong xiang ping dui jun (yu Achan RIyi MAyu )ce zu mo ge xing yu zai ce Cmo PIxing yu ,tong ce zhong de you xiao xing ,bing li yong gai mo xing yu ce le wei lai yi duan shi jian bei jing shi CPIde zou shi 。

论文参考文献

[1].基于时间序列ARIMA与BP神经网络的组合预测模型[J]. 翟静,曹俊. 统计与决策.2016(04)

[2].时间序列ARIMA与BP神经网络组合模型在CPI预测中的应用[J]. 孟毅. 山东农业大学学报(自然科学版).2018(06)

[3].基于ARIMA与BP的水利工程投资预测模型研究[J]. 张茜云,万定生,殷谊辉. 计算机工程与设计.2010(18)

[4].基于ARIMA与自适应过滤法的组合预测模型研究[J]. 徐超,项薇,季孟忠,谢勇. 计算机应用与软件.2018(11)

[5].ARIMA模型与BP神经网络对CPI的预测分析[J]. 张丽,朱艳敏. 太原学院学报(自然科学版).2019(01)

[6].面向区块链节点负载预测的ARIMA组合预测方法[J]. 孙凯俐,李晖,陈梅. 电子技术与软件工程.2019(08)

[7].一种基于ARIMA-SVR混合方法的汇率预测模型[J]. 徐超. 智库时代.2019(01)

[8].几种统计软件建立ARIMA模型的应用比较[J]. 钱俊,王永波. 统计与决策.2018(16)

[9].基于ARIMA和小波神经网络组合模型的交通流预测[J]. 成云,成孝刚,谈苗苗,周凯,李海波. 计算机技术与发展.2017(01)

[10].基于干预ARIMA模型的中国工业生产指数预测[J]. 李春林,王会岩. 统计与管理.2011(01)

论文详细介绍

论文作者分别是来自统计与决策的吴晓峰,杨颖梅,陈垚彤，发表于刊物统计与决策2019年15期论文，是一篇关于神经网络论文,组合预测论文,统计与决策2019年15期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自统计与决策2019年15期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/91f070cc4ba9e1dfb4d61efd.html