居民消費(fèi)價(jià)格指數(shù)(CPI)通常用來度量生活成本,是度量居民生活消費(fèi)品和服務(wù)價(jià)格水平隨時(shí)間變動的相對數(shù),不僅影響到政府的物價(jià)、薪資、財(cái)政、貨幣、消費(fèi)、社會保障的政策,而且與我們得生活密不可分。同時(shí),居民消費(fèi)價(jià)格指數(shù)是一個(gè)綜合指標(biāo),可以反映出社會的經(jīng)濟(jì)現(xiàn)象,其波動率在一定程度上反映了通貨膨脹或緊縮的程度,而且居民消費(fèi)價(jià)格指數(shù)的高低也間接影響資本市場(如股票市場、期貨市場、資本市場、金融市場)的變化。因此準(zhǔn)確預(yù)測居民消費(fèi)價(jià)格指數(shù),建立一個(gè)可靠、準(zhǔn)確的預(yù)測模型,對政策制定者、研究學(xué)者以及普通民眾都有重大意義。目前對于居民消費(fèi)價(jià)格指數(shù)的預(yù)測大多采用的是時(shí)間序列預(yù)測模型以及單一的神經(jīng)網(wǎng)絡(luò)模型,雖然取得了不錯(cuò)的效果,但仍然存在著諸多問題,比如模型穩(wěn)定性不高、預(yù)測誤差會隨著時(shí)間不斷增大、在數(shù)據(jù)序列波動劇烈的情況下無法得到準(zhǔn)確結(jié)論,預(yù)測精度有很大的上升空間。隨著社會科技不斷發(fā)展,人工智能的廣泛應(yīng)用,各領(lǐng)域?qū)W者研究并開創(chuàng)了各種有效的方法,并將其運(yùn)用到時(shí)間序列數(shù)據(jù)的預(yù)測中來,比如數(shù)據(jù)預(yù)處理方法、優(yōu)化算法以及各種性能更好的神經(jīng)網(wǎng)絡(luò)模型,大量實(shí)驗(yàn)證明了此類方法的有效性,同時(shí)在對不同領(lǐng)域的時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測的過...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究現(xiàn)狀
        1.2.1 基于傳統(tǒng)時(shí)間序列模型的預(yù)測研究
        1.2.2 基于神經(jīng)網(wǎng)絡(luò)模型的預(yù)測研究
        1.2.3 基于組合模型的預(yù)測研究
        1.2.4 文獻(xiàn)述評
    1.3 主要研究內(nèi)容
    1.4 研究的可能創(chuàng)新點(diǎn)和不足
        1.4.1 研究的可能創(chuàng)新點(diǎn)
        1.4.2 研究的不足
2 居民消費(fèi)價(jià)格指數(shù)概述及波動情況
    2.1 居民消費(fèi)價(jià)格指數(shù)概念及構(gòu)成
        2.1.1 居民消費(fèi)價(jià)格指數(shù)概念
        2.1.2 居民消費(fèi)價(jià)格指數(shù)構(gòu)成
    2.2 居民消費(fèi)價(jià)格指數(shù)發(fā)展歷程及編制
        2.2.1 發(fā)展歷程
        2.2.2 編制方法
    2.3 居民消費(fèi)價(jià)格指數(shù)波動情況
        2.3.1 我國環(huán)比CPI的波動分析
        2.3.2 我國定基CPI的波動分析
    2.4 本章小結(jié)
3 相關(guān)理論及方法簡介
    3.1 數(shù)據(jù)預(yù)處理
        3.1.1 經(jīng)驗(yàn)?zāi)B(tài)分解
        3.1.2 集合經(jīng)驗(yàn)?zāi)B(tài)分解
        3.1.3 自適應(yīng)白噪聲的完全集合經(jīng)驗(yàn)?zāi)B(tài)分解
    3.2 人工神經(jīng)網(wǎng)絡(luò)
        3.2.1 人工神經(jīng)網(wǎng)絡(luò)簡介
        3.2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.2.3 長短時(shí)記憶網(wǎng)絡(luò)
    3.3 灰狼優(yōu)化算法
        3.3.1 群智能優(yōu)化算法
        3.3.2 灰狼優(yōu)化算法
    3.4 本章小結(jié)
4 居民消費(fèi)價(jià)格指數(shù)預(yù)測分析
    4.1 實(shí)驗(yàn)設(shè)計(jì)
        4.1.1 設(shè)計(jì)思路
        4.1.2 組合模型搭建
        4.1.3 預(yù)測步驟
    4.2 實(shí)驗(yàn)數(shù)據(jù)選取
    4.3 評價(jià)指標(biāo)選取
    4.4 預(yù)測分析
        4.4.1 實(shí)驗(yàn)一:神經(jīng)網(wǎng)絡(luò)與時(shí)間序列模型對比
        4.4.2 實(shí)驗(yàn)二:單一模型與組合模型對比
        4.4.3 實(shí)驗(yàn)三:不同區(qū)域之間預(yù)測效果對比
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
后記



本文編號：3772091