一种基于RS-LSSVM的经济景气指数预测模型  

作　　者：张大斌[1,2] 彭森[1,3] 凡华农[1] 

机构地区：[1]华中师范大学信息管理学院,武汉430079 [2]中国科学院自动化研究所复杂系统与智能科学实验室,北京100190 [3]中冶南方工程技术有限公司,武汉430223

出　　处：《统计与决策》2013年第3期4-6,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(70971052);华中师范大学中央高校科研业务费项目(CCNU09B01003)

摘　　要：为了消除经济景气指数系统中指标冗余及非线性预测困难等问题,文章利用粗糙集约简原理及支持向量机非线性预测特性,提出一种粗糙集与最小二乘支持向量机混合预测模型RS-LSSVM。模型运用粗糙集约简样本数据空间的维数,加快LSSVM的训练速度和模型的精度,又能弥补粗糙集方法在实际应用过程中噪声敏感问题。最后通过我国工业企业景气指数实证分析及与BP神经网络预测相比较,验证了该预测模型的有效性。

关 键 词：经济景气指数 粗糙集 最小二乘支持向量机 预测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]