基于DFA方法和BP神经网络的GDP预测模型  

作　　者：郭秋艳[1] 何跃[1] 

机构地区：[1]四川大学商学院,成都610064

出　　处：《统计与决策》2014年第8期82-84,共3页Statistics & Decision

基　　金：教育部人文社会科学研究规划基金项目(11YJA630029)

摘　　要：文章运用消除趋势波动分析方法(DFA),计算了全国GDP年度数据的标度指数。计算结果表明GDP时间序列具有持久性的长程相关,用已知的GDP值来预测未来一段时间内的GDP变化趋势是可行的,在此基础上,鉴于GDP预测的非线性、时变性和不确定性,利用人工神经网络自学习、自适应和非线性的特点,将经济变量数据归一化处理,建立BP神经网络预测模型。

关 键 词：DFA BP神经网络 GDP 预测 

分 类 号：F201[经济管理—国民经济]