基于信息粒化 GA-SVR 与 ARIMA 的生产者价格指数预测模型
应用统计
2019-03-29 v1 计算机与社会
摘要
生产者价格指数（PPI）预测的准确性在政府经济工作中扮演着不可或缺的角色。然而，预测 PPI 十分困难。在我们的研究中，我们首先提出了一种基于模糊信息粒化的前所未有的混合模型，该模型集成了 GA-SVR 与 ARIMA（自回归积分滑动平均模型）模型。基于模糊信息粒化的 GA-SVR-ARIMA 混合模型旨在解决 PPI 估计中的不精确问题。所提模型采用模糊信息粒化算法对 PPI 的月度训练样本进行预分类处理，并产生了三组不同的模糊信息颗粒序列，分别建立了其支持向量回归（SVR）机预测模型，并利用遗传算法（GA）优化其参数。最后，通过 ARIMA 建模修正 GA-SVR 模型的残差，得到 PPI 估计值。研究表明，经过若干对比实验，该混合模型预测的 PPI 值比包括 ARIMA、GRNN 和 GA-SVR 在内的其他模型预测的值更准确。研究还表明了该混合模型 PPI 预测的精度与有效性，并证明该模型具有一致的能力，能够发挥 GA-SVR 在非线性空间和 ARIMA 在线性空间的预测优势。
引用
@article{arxiv.1903.12012,
title = {Forecasting model based on information-granulated GA-SVR and ARIMA for producer price index},
author = {Xiangyan Tang and Liang Wang and Jieren Cheng and Jing Chen},
journal= {arXiv preprint arXiv:1903.12012},
year = {2019}
}