基于EEMD-PSO-SVM的月度CPI预测研究
2019-02-18分类号:F726;TP18
【部门】辽宁工程技术大学工商管理学院
【摘要】为了对CPI进行精确预测,针对CPI的历史时序数据的特点,文章提出了一种基于EEMD-PSO-SVM的月度CPI预测模型。以1994年1月至2017年5月的我国月度CPI为研究对象,采用提出的EEMD-PSO-SVM的月度CPI预测模型进行实际预测并与ANN、ARIMA、SVM进行比较。结果表明:提出的EEMD-PSO-SVM的月度CPI预测模型最大绝对误差为0.39,平均绝对误差为0.204,最小绝对误差仅为0.01,均小于低于ANN、ARIMA和SVM。本文提出的预测模型的平均相对误差仅为0.201%,能够满足实际的预测需求,为CPI的科学准确的预测提供了一种新的预测方法。
【关键词】CPI 集合经验模态分解 粒子群算法 支持向量机 预测
【基金】国家自然科学基金资助项目(51374121)
【所属期刊栏目】统计与决策
文献传递