【摘要】GDP预测是一项非常复杂的工作,是经济预测中的重要问题之一。考虑到核方法的特征和应用优势以及GDP预测的非线性、时变性和不确定性等特点,提出对GDP序列进行相空间重构,运用C-C方法确定最佳的嵌入维数和延迟时间,并结合核主成分回归预测GDP;考虑到模型参数的选择问题,采用粒子群优化(PSO)算法对模型进行优化;为了提高预测模型的推广性能,采用5折交叉验证的方法构建粒子的适应度,同时采用MSE和MAPE评价优化模型的预测效果。