基于PDP-GA-ELM优化建模的进口价值总指数预测
2020-06-03分类号:TP18;F752.61
【部门】江西财经大学统计学院 南昌理工学院
【摘要】文章收集了海关总署自2005年2月以来的进口价值总指数等有关数据,引入最新的PDP变量降维技术,在用GA算法优化ELM神经网络的基础上,组建了PDP-GA-ELM预测模型。结果发现,对进口价值总指数影响最重要的三个预测变量分别是塑料、橡胶制品类进口价值指数,矿产品类进口价值指数,化学工业及其相关工业产品类进口价值指数。PDP-GA-ELM的隐含层最佳神经元个数是87,同其他六种模型相比,PDP-GA-ELM预测模型的拟合精度最高,均方误差最小,性能最优。
【关键词】变量降维 遗传算法 极限学习机 进口价值总指数
【基金】江西省2019年博士后科研项目择优资助项目;; 江西省教育厅科学技术研究项目(GJJ190281)
【所属期刊栏目】统计与决策
文献传递