基于主成分BP神经网络和ARIMA模型的GDP分析预测任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

1.了解现代统计分析方法在经济领域的应用;

2.加深对专业统计知识的理解和掌握,复习和学习主成分神经网络和时间序列数据的特征分析,进一步明确数据稳定性、趋势性等的概念和分析方法;

3.分析我国GDP数据,建立相应的BP神经网络模型和相应的时间序列模型,并对未来几年的数据进行预测。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

2. 毕业设计(论文)主要内容:

本课题基于近二十年来我国的年度GDP数据序列,通过主成分神经网络将众多指标进行综合,消除样本间的信息重叠,对影响GDP总值的主要指标进行提取,得出各个指标的贡献率以及累计贡献率,并由这些综合指标对我国GDP进行预测分析;其次,建立时间序列ARIMA模型分析GDP总值的时间序列特性;再者,运用BP网络模型的高度非线性映射能力,对我国GDP总值进行预测,并对两种模型做出比较分析;最后,根据分析结果,得到关于GDP总值的变化趋势和特点。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

3. 主要参考文献

[1] 王正宇.基于ARIMA模型的我国GDP分析预测[J]. 经济管理, 2011, (12):107-108.

[2] 赵盈. 我国 GDP时间序列模型的建立与实证分析[J].西安财经学院院报,2006,19(03):11-14.

[3] 韩卫国.研究ARIMA模型在GDP预测中的应用[J].内蒙古科技与经济,2007, (16):252-243.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;