基于T-S模糊神经网络组合模型的CPI预测-论文.pdf

《基于T-S模糊神经网络组合模型的CPI预测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第3期陕西科技大学学报Vo1．32NO．32014年6月JournalofShaanxiUniversityofScience&TechnologyJun．2014文章编号：1000—5811(2014)03—0173—04基于T-S模糊神经网络组合模型的CPI预测荀新新，张德生，王雁，杜方欣(西安理工大学理学院，陕西西安71OO54)摘要：首先对我国CPI和PPI序列建立了VAR模型和加外生变量的半参数自回归模型，得到CPI的拟合值和预测值；然后在这两种单模型的基础上，结合模糊数学和神经网

2、络知识，建立了T—S模糊神经网络组合预测模型；最后对三种模型进行比较．结果显示，T—S模糊神经网络组合模型提高了预测结果的可靠性和准确性．关键词：VAR模型；加外生变量的半参数自回归模型；T—S模糊神经网络组合模型；隶属度函数中图法分类号：0212文献标识码：ACPIforecastingbasedoncombinationmodelofT_SfuzzyneuralnetworkXUNXin—xin，ZHANGDe—sheng，WANGYan，DUFang—xin(CollegeofScience，

3、XianUniversityofTechnology，Xian710054，China)Abstract：First，inordertogetthefittingandpredictedvalues，VARmodelandsemi—paramet—ricautoregressivemodelwithexogenousvariableareestablishedaboutCPIandPPIseriesinthepaper．Then，T—Sfuzzyneuralnetworkcombinationmod

4、elisestablishedcombiningthefuzzymathematicsandneuralnetworkbasedontwokindsofsinglemode1．Last，threemod—elsarecomparedinthepaper．TheresultisthatT—Sfuzzyneuralnetworkimprovetherelia—bilityandaccuracyofforecastingresults．Keywords：VARmodel；semi—parametricau

5、toregressivemodelwithexogenousvariables；T—Sfuzzyneuralnetworkcombinationmode1：membershipfunction的组合预测方法，这种方法综合利用了各种方法所0引言提供的信息，提高了预测精度，比单个预测方法更在实际问题的预测中，由于建模和出发点不系统、更全面，有效地减少单个模型预测过程中一同，对同一问题通常采用不同的预测方法．不同的些环境因素的影响．预测方法提供不同的有用信息，其预测精度往往也早在1969年，Bates和G

6、ranger_1]证明了2种是不同的．如果我们简单的将一些误差较大的预测或2种以上无偏的单项预测可以组合出优于每个方法舍弃，将会失去一些有用的信息，这种做法会单项预测的结果．郭宁、向凤红_2](2008)建立灰色浪费掉一些信息，应予以避免．一种更科学的方法理论与神经网络的串行组合模型，并使用该组合模是，将不同的预测方法进行适当的组合，形成所谓收稿日期：2013-12-19基金项目：国家自然科学基金项目(51379172)作者简介：苟新新(1987一)，女，山西临汾人，在读硕士研究生，研究方向：应用概

7、率统计·174·陕西科技大学学报第32卷型对股票价格进行了预测．数值实验表明，组合模2l798XD上Jl(一1)一0．0l748Z598／／型预测结果比单一模型有所改进．王聚杰、王建1．2加外生变量的半参数自回归模型州(2011)建立基于小波去噪的组合了含有季节1986年，Engle，Gronger等在研究气候条件对项的累积式自回归一移动平均(SARIMA)和BP神电力需求影响这一实际问题时提出了半参数自回经网络的预测模型对短期电力负荷进行预测，并且归模型]，而CPI和PPI之间又有一定的传导关使用

8、方差一协方差法确定组合权重，取得了较高的系，所以可以把PPI作为外生变量建立加外生变预测精度．陈娟、赵耀江l4](2012)以适合预测具有量的半参数自回归模型．波动性序列的马尔可夫预测模型对灰色模型进行半参数自回归模型的表达式：修正，建立灰色马尔可夫组合模型，对我国煤矿事yf—X+g(Z)+P，1≤t≤(2)故发生率进行了预测，其预测精度有很大提高．其中，是样本观测值个数，一(卢”，)是未文章将在两种单模型的基础上，建立T—S模知参数向量，g(·)是未知函数，Z一(z