Please wait a minute...
 
主管单位:广东省科学技术厅
主办单位:广东省科技合作研究促进中心
编辑出版:《电脑与电信》编辑部
ISSN 1008-6609 CN 44-1606/TN
邮发代号:46-95
国内发行:广东省报刊发行局
《电脑与电信》唯一官方网站。
电脑与电信  2015, Vol. 1 Issue (3): 62-64    
  基金项目 本期目录 | 过刊浏览 | 高级检索 |
基于组合预测模型的产业总产值的预测研究
李志鹏1,李薇2,刘志杰1,3
1.贵州师范大学贵州省信息与计算科学重点实验室 2.贵州省发展和改革委员会 3.贵州师范大学网络与信息中心
Industrial Output Prediction Research Based on Combination Forecasting Model
Li Zhipeng1,LiWei2,Liu Zhijie1,3
(1. Key Laboratory of Information and Computing Science of Guizhou Province, Guizhou Normal University, Guiyang 550001 2.Guizhou Province Development and Reform Commission 3. Network and Information Center of Guizhou Normal University
全文: PDF(0 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 对于预测复杂的经济数据来说,选取合适的预测模型将是提高预测精度的关键。本文采用灰色模型与回归模 型的组合预测模型对贵州省高技术产业总产值进行预测,利用了组合模型可以改善线性回归模型中没有考虑指数增长以及灰 色模型中没有考虑线性因素的不足,从而达到提高预测精度的目的。并进行了计算机数值仿真实验表明了组合预测模型的有 效性。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
李志鹏
李薇
刘志杰
关键词 经济数据预测组合预测模型    
Abstract:For predicting complex economic data, selecting suitable prediction model is the key to improve the prediction accuracy. This paper uses the combination of grey model and regression model to predict the high technology industry output in Guizhou. Taking the advantages of this combination model can improve the linear regression model by considering the exponential growth and improve the grey model by considering the linear factor, so as to achieve the goal of improving the prediction accuracy. And the computer numerical simulation results show the effectiveness of the combination forecasting model.
年卷期日期: 2015-03-10      出版日期: 2017-11-08
:  TP39  
基金资助:基于U-系列标准的电子政务应用解决方案,项目编号:2011BAH14B04。
作者简介: 李志鹏,男,湖南双峰人,硕士研究生,研究方向:计算机应用。
引用本文:   
李志鹏, 李薇, 刘志杰. 基于组合预测模型的产业总产值的预测研究[J]. 电脑与电信, 2015, 1(3): 62-64.
Li Zhipeng, LiWei, Liu Zhijie. Industrial Output Prediction Research Based on Combination Forecasting Model. Computer & Telecommunication, 2015, 1(3): 62-64.
链接本文:  
https://www.computertelecom.com.cn/CN/  或          https://www.computertelecom.com.cn/CN/Y2015/V1/I3/62
[1] 袁立宁,  邢中玉,  杨国艺  罗恒雨.
基于图嵌入模型的犯罪组织成员关系预测
[J]. 电脑与电信, 2024, 1(4): 1-5.
[2] 刘星晨 袁一平. 基于改进的BP神经网络负荷预测[J]. 电脑与电信, 2024, 1(3): 68-.
[3] 刘义卿 陈新房 赵晗清. 基于ResNet+GRU组合模型的负电荷预测方法研究[J]. 电脑与电信, 2023, 1(5): 89-.
[4] 陈玲玲 张 刚.
基于LSTM神经网络的认知无线电协作频谱预测
[J]. 电脑与电信, 2023, 1(3): 20-24.
[5] 王梓润 王仟怡 袁文佳 王晓萌 卫 笑 刘 伟 范修竹.
基于混合智能算法对销售量的预测研究
[J]. 电脑与电信, 2023, 1(3): 33-37.
[6] 薛子云 李 忠 王 志 张莉丽 宋庆昌. 桥涵积水深度预测的PSO-SVR模型[J]. 电脑与电信, 2023, 1(11): 29-.
[7] 李 菲 曹 阳 顾 问.
学生在线学习行为分类融合方法的研究与应用
[J]. 电脑与电信, 2022, 1(8): 27-31.
[8] 袁若浩 王保云.
基于神经网络的泥石流沟谷易发性预测
[J]. 电脑与电信, 2022, 1(6): 5-.
[9] 王森宝 杨晋骁 王子昂 李世尧 秦 娟 石艳梅.
基于手部关键点检测的手势识别研究
[J]. 电脑与电信, 2022, 1(5): 29-.
[10] 李小红 白伟丽.
基于EMD和RBFNN的冷负荷组合预测模型
[J]. 电脑与电信, 2022, 1(1-2): 75-80.
[11] 邓 锐 尉胜男. 基于LSTM神经网络和DBSCAN算法的污水水质预测[J]. 电脑与电信, 2021, 1(4): 66-73.
[12] 陈心仪 葛高静 袁泽源.
“情报主导警务”背景下电信诈骗
犯罪的防控对策研究
[J]. 电脑与电信, 2021, 1(12): 76-80.
[13] . 时间窗设置对综采工作面矿压预测精度的影响研究[J]. 电脑与电信, 2020, 1(4): 14-18.
[14] 张恺 陈思. 基于神经网络的时序预测模型研究[J]. 电脑与电信, 2019, 1(1-2): 61-65.
[15] 韦 刚. 高校一卡通数据监控平台建设与研究[J]. 电脑与电信, 2018, 1(12): 74-77.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
  Copyright © 电脑与电信 All Rights Reserved.
地址:广州市连新路171号广东国际科技中心 邮编:510033
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn
粤ICP备05080322号-4