基于组合模型下企业生产总值预测
刘博瑞 韩天红 塔里木大学信息工程学院
摘 要:借助 MATLAB 软件,运用 BP神经网络对阿拉尔的生产总值进行预测,得 2017 年和 2018 年生产总值的预测结果为275.8728 亿元和 265.5376 亿元。为了检验预测结果,借助于MATLAB 软件,运用 BP神经网络对多元线性回归模型进行残差修正,建立多元线性回归-BP神经网络组合预测模型,得出新的预测结果。
关键词:生产总值;组合模型;预测
一、研究背景
经济影响着国民的生活,国家的发展,地区的稳定。在 2014年 4 月 27 日至 30日,中共中央总书记、国家主席习近平来到新疆考察,对加快新疆经济社会发展、保障和改善民生、推进跨越式发展进行调研指导。国家领导人对新疆发展的重视,充分证明了新疆经济发展的重要性。
作为新疆维吾尔自治区下的一个直辖市 - 阿拉尔市,在经济、社会各方面的发展都处于上升趋势。因此,对本地阿拉尔经济方面进行宏观研究并进行规划是有必要的,不仅能对当地的经济建设提供建设性意义,更能促进当地经济又好又快发展,促进社会的和谐和人民的幸福,所以特选取阿拉尔历年的生产总值数据及影响生产总值因素的数据对阿拉尔的生产总值进行预测。
二、数据来源及预备知识
1.数据来源本着真实可靠原则,从阿拉尔统计局的统计年鉴上找出阿拉尔历年生产总值、农业生产值、工业生产值、服务业生产值、建筑业生产值、固定资产投资、社会零售总额、进出口额的具体数据。
对数据进行预处理如下:
升到了 2016 年的 270多亿元,小有波动,但总体趋势是上升的,未来经济发展是有潜力的。
2.预备知识
(1)BP 神经网络,BP神经网络是一种单向传播的多层前馈网络:
(1)其中 表示输入值; 表示权重;b 表示阈值,y表示神经元的输出。BP神经网络由输入层、隐层、输出层构成,每一层由多个人工神经元组成,相邻层各个神经元之间形成完全连接关系,而同一层内神经元之间没有任何连接关系,前一层的输出作为下一层神经元的输入。n个输入信号从输入层进入网络,经激励函数变换后到达隐层,然后再激励函数变换到输入层构成m个输出信号。
设神经元网络有n 个输入神经元,m 个输出神经元和 p 个隐层神经元,则神经元的输出为:
输出层神经元的输出为:
②多元线性回归-BP神经网络组合预测模型模型建立的步骤为: (1)计算多元线性回归模型的残差序列。时刻T的原始数据
与多元回归模型模拟值
型时刻T的残差,记为
,即
之差,称为多元线性回归模
。
(2)BP网络模型修正残差序列。设模型的残差序列,预测阶数为 S,即用
的信息来预测 t时刻的值,将
(2)
(3)
(4)
为多元线性回归