基于SARIMA和神经网络组合模型的GDP预测  

作　　者：张哲伟 易艳春 

机构地区：[1]三亚学院,海南三亚572022 [2]衡阳师范学校,湖南衡阳421001

出　　处：《电脑编程技巧与维护》2024年第9期14-16,共3页Computer Programming Skills & Maintenance

基　　金：湖南省自然科学基金区域联合项目:次线性期望下相依序列的收敛性及其应用,项目编号:2023JJ50092;三亚学院校级科研课题资助,自贸港视域下海南省现代服务业高质量发展标准体系构建与实践路径研究,项目编号:USYJSPY22-38。

摘　　要：国内生产总值(GDP)不仅体现了国家经济的运行状态,更是政府制定和执行经济政策的重要参考依据。研究选取2005年第2季度到2022年第4季度的GDP数据,分别建立了GDP的SARIMA预测模型、SARIMA-BP神经网络组合预测模型和SARIMA-LSTM神经网络组合预测模型,通过对平均绝对误差的对比,发现SARIMA-LSTM模型预测精度最优。该模型可为我国的经济发展研究提供决策依据和理论参考。

关 键 词：SARIMA模型 BP神经网络 LSTM神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] F124[自动化与计算机技术—控制科学与工程]