动态组合型神经网络的预测模型  

作　　者：刘全[1] 

机构地区：[1]成都信息工程学院

出　　处：《统计与决策》2007年第7期23-24,共2页Statistics & Decision

基　　金：国家社会科学研究基金资助项目(05BTJ002)

摘　　要：经济预测方法常可分为两类：一类是解释性预测方法，即找出预测量的各影响因素，建立回归分析模型；另一类是时间序列分析方法，它只依赖于被预测量的历史观测数据及数据模式，通过序列分析，找出其顺序变化规律。目前采用的时间序列模型（ARMA）就是这样的一种方法。然而，许多经济现象的变化具有很强的非线性性，同时又具有很强的时间上的相关性。若只是采用某一类预测方法建立近似的模型，难免要付出降低预测精度的代价。所以构建一种既具备解释性预测模型又具有时间序列预测模型共同特征的预测模型具有重要的意义。

关 键 词：时间序列预测模型 时间序列分析方法 神经网络 组合型 经济预测方法 回归分析模型 时间序列模型 数据模式 

分 类 号：F592.774[经济管理—旅游管理]