遗传模拟支持向量机在居民消费价格指数预测中的应用被引量：1

在线阅读下载PDF

导出

摘要为了能够准确地对我国居民消费指数进行预测,本文深入研究了支持向量机在居民消费价格指数中的预测,首先阐述了最小二乘支持向量机的基本理论,接着提出了遗传模拟退火算法,最后进行实例研究,结果表明该方法具有较高的预测精度。

作者罗芳琼

机构地区柳州师范高等专科学校

出处《当代经济》 2011年第11期148-149,共2页 Contemporary Economics

基金基于支持向量机的机器学习方法研究(NO.LSZ2009B005)

关键词支持向量机居民消费价格指数预测

分类号 F726 [经济管理—产业经济] F224 [经济管理—国民经济]

引文网络
相关文献

参考文献3

1曹捍东.基于VAR模型的中国CPI分析[J].统计与决策,2006,22(14):76-78. 被引量：5
2张海波,徐慧.我国CPI波动的影响因素分析[J].统计与决策,2009,25(19):86-88. 被引量：17
3王计生,喻俊馨,黄惟公.小波包分析和支持向量机在刀具故障诊断中的应用[J].振动．测试与诊断,2008,28(3):273-276. 被引量：27

二级参考文献12

1刘敏,张燕丽,杨延斌.PPI、CPI波动、传递与经济发展关系实证分析[J].中国物价,2004(12):7-11. 被引量：9
2黄惟公.线性判别函数对刀具监视中声发射信号的分析[J].四川工业学院学报,1995,14(2):16-21. 被引量：7
3于修柱.我国GDP增长与CPI变动的实证分析[J].内蒙古科技与经济,2005(12):24-25. 被引量：4
4喻俊馨,王计生,黄惟公,李江.小波包分析在刀具声发射信号特征提取中的应用[J].数据采集与处理,2005,20(3):346-350. 被引量：16
5王红,童恒庆,毛新娜.外汇储备增长与物价变动[J].统计与决策,2005,21(10X):86-87. 被引量：21
6中国人民银行武汉分行、国家统计局湖北调查总队联合课题组,马天禄,马俊贤.关于建立中国核心CPI问题的研究[J].金融研究,2006(2):137-145. 被引量：19
7田野,陆爽.基于小波包和支持向量机的滚动轴承故障模式识别[J].机床与液压,2006,34(6):236-240. 被引量：8
8王军平.住房价格上涨对CPI的传导效应——兼论我国CPI编制体系的缺陷[J].经济学家,2006(6):78-82. 被引量：32
9王凯,张永祥,李军.基于支持向量机的齿轮故障诊断方法研究[J].振动与冲击,2006,25(6):97-99. 被引量：32
10彭文季,罗兴锜.基于小波包分析和支持向量机的水电机组振动故障诊断研究[J].中国电机工程学报,2006,26(24):164-168. 被引量：56

共引文献45

1何维炜,田皓.居民消费价格指数影响因素分析[J].统计与决策,2007,23(23):66-68. 被引量：28
2崔淑丹,李星野,熊静,华茂明.我国经济增长和货运周转量之间的互动关系检验[J].统计与决策,2008,24(8):75-77. 被引量：4
3唐贵基,蔡伟.应用小波包和包络分析的滚动轴承故障诊断[J].振动．测试与诊断,2009,29(2):201-204. 被引量：53
4黄克珑,林淼.居民消费价格指数的时间序列分解预测法[J].统计与决策,2009,25(24):4-6. 被引量：4
5焦莉,李宏男,孙威.基于数据融合和“能量-损伤”的结构状态特征提取[J].振动．测试与诊断,2010,30(1):83-86. 被引量：8
6隋文涛,路长厚,Wilson Wang,张丹.基于模拟退火与LSSVM的轴承故障诊断[J].振动．测试与诊断,2010,30(2):119-122. 被引量：14
7王丽敏.基于新陈代谢GM(1,1)模型的居民消费价格指数预测[J].价格月刊,2010(6):23-25. 被引量：9
8匡王番,史佳卉.我国CPI波动的源泉及其走势预测——基于结构模型的实证研究[J].当代经济管理,2011,33(1):46-49. 被引量：9
9陈侃,傅攀,李威霖,曹伟青.钛合金车削加工过程中刀具磨损状态监测的小波包子带能量变换特征提取新方法[J].组合机床与自动化加工技术,2011(1):35-38. 被引量：4
10王国锋,李启铭,秦旭达,喻秀,崔银虎,彭东彪.支持向量机在刀具磨损多状态监测中的应用[J].天津大学学报,2011,44(1):35-39. 被引量：19

同被引文献9

1国家统计局.2013中国统计年鉴[M].北京:中国统计出版社,2013.
2程万里,李亦芳,郝伏勤,樊亚玲,张建军.GM(1,1)模型群在黄河水质预测中的应用研究[J].工业安全与环保,2007,33(11):33-35. 被引量：10
3吴兴华,周晖.基于残差周期修正的灰色电价预测模型[J].电网技术,2008,32(8):67-70. 被引量：15
4杨翱.基于ARIMA模型的武汉市居民价格消费指数研究[J].现代商贸工业,2011,23(14):72-73. 被引量：1
5刘莉佳,孙德山.组合模型对居民消费价格指数序列的分析及预测[J].科技信息,2011(27):15-16. 被引量：2
6林阳.我国各地区居民消费价格指数的因子分析模型及结论分析[J].中国市场,2012(2):91-92. 被引量：1
7刘金焕.居民消费价格指数预测的方法探讨[J].统计与决策,2014,30(3):82-84. 被引量：5
8吴天魁,王波,周晓辉,赵旖旎.火灾损失预测的改进GM(1,1)模型[J].数学理论与应用,2014,34(1):58-70. 被引量：10
9田勇.利用EGARCH模型分析我国居民消费价格指数[J].才智,2012,0(17):12-14. 被引量：1

引证文献1

1成亚利,王波.我国农村居民消费水平指数的预测分析——基于初值修正的改进GM(1,1)模型[J].农村经济与科技,2014,25(8):113-115. 被引量：4

二级引证文献4

1罗天荣.贫困山区农民增收的几点思考[J].农民致富之友,2015(2):16-16. 被引量：1
2赵凯利.灰色预测模型在中国CPI预测中的应用[J].内蒙古科技与经济,2015(18):25-25. 被引量：1
3李明昕,唐俊.基于TGARCH模型的农村居民消费指数分析[J].安徽农业科学,2017,45(28):225-227.
4江彩虹,汪凯,韩笑.基于IOWGA算子的安徽省居民消费水平的组合预测[J].宿州学院学报,2018,33(4):100-103.

1国金证券通货膨胀形势依然严峻[J].证券导刊,2008,0(16):38-38.
2张涵,范晔.基于VAR的居民消费价格指数预测[J].区域金融研究,2012(12):74-81. 被引量：2
3吴玮华.储蓄分流难如人意[J].云南乡镇企业,2000(4):13-14.
4金花妍.我国商业银行理财产品现状分析[J].中国管理信息化,2016,19(20):127-129. 被引量：5
5关于核准中国国际金融有限公司设立中金消费指数集合资产管理计划的批复[J].中国证券监督管理委员会公告,2010,0(8):30-31.
6李雨涵.实证分析黄金投资及其价格波动影响因素[J].经济研究导刊,2010(21):59-62. 被引量：19
7陈宇峰（评论）.“淘宝CPI”，意欲何为？[J].浙商,2008(15):31-31.
8声音[J].现代广告,2004(9):202-202.
9高飞.GDP与城镇、农村居民消费指数的关系探析[J].新西部（理论版）,2008(4):27-28. 被引量：3
10黄友健,茅茂春.物业入不敷出物业费上调还是补贴[J].中国物业管理,2008(9):41-41.

当代经济

2011年第11期

浏览历史

内容加载中请稍等...

遗传模拟支持向量机在居民消费价格指数预测中的应用被引量：1

参考文献3

二级参考文献12

共引文献45

同被引文献9

引证文献1

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

遗传模拟支持向量机在居民消费价格指数预测中的应用 被引量：1

参考文献3

二级参考文献12

共引文献45

同被引文献9

引证文献1

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

遗传模拟支持向量机在居民消费价格指数预测中的应用被引量：1