資源描述：
《基于遺傳算法的我國(guó)居民消費(fèi)價(jià)格指數(shù)短期灰色預(yù)測(cè)研究_1》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、從本學(xué)科出發(fā)，應(yīng)著重選對(duì)國(guó)民經(jīng)濟(jì)具有一定實(shí)用價(jià)值和理論意義的課題。課題具有先進(jìn)性，便于研究生提出新見(jiàn)解，特別是博士生必須有創(chuàng)新性的成果基于遺傳算法的我國(guó)居民消費(fèi)價(jià)格指數(shù)短期灰色預(yù)測(cè)研究[摘要]針對(duì)傳統(tǒng)灰色GM(1,1)預(yù)測(cè)模型存在精度差的問(wèn)題，提出采用遺傳算法對(duì)其進(jìn)行改進(jìn)。利用改進(jìn)的GM(1,1)模型，根據(jù)XX年1月至XX年3月共27個(gè)月我國(guó)居民消費(fèi)價(jià)格指數(shù)的統(tǒng)計(jì)資料，對(duì)XX年1-3月消費(fèi)價(jià)格指數(shù)進(jìn)行了預(yù)測(cè)，與實(shí)際消費(fèi)價(jià)格指數(shù)和傳統(tǒng)GM的計(jì)算結(jié)果進(jìn)行比較研究，結(jié)果表明改進(jìn)的模型預(yù)測(cè)精度高，預(yù)測(cè)結(jié)果好，最后對(duì)未來(lái)三個(gè)月居民消費(fèi)價(jià)格指數(shù)進(jìn)行了預(yù)測(cè)并進(jìn)行了分析。
2、 [關(guān)鍵詞]GM(1,1)改進(jìn)GM(1,1)模型背景值遺傳算法 我國(guó)居民消費(fèi)價(jià)格指數(shù)受諸多因素的影響，存在不確定性，灰色模型GM(1，1)已經(jīng)被應(yīng)用于居民收入和消費(fèi)預(yù)測(cè)[1]，擬合效果較好，但外推時(shí)預(yù)測(cè)誤差一般大于擬合誤差，尤其當(dāng)原始序列呈現(xiàn)較強(qiáng)的波動(dòng)性時(shí)，預(yù)測(cè)精度會(huì)變得很差。針對(duì)灰色預(yù)測(cè)方法存在的這些問(wèn)題，本文將遺傳算法引入到GM(1，1)模型中，提出一種新的灰色預(yù)測(cè)方法，使之具有較強(qiáng)的適應(yīng)性。 一、GM(1,1)改進(jìn)模型 灰色預(yù)測(cè)模型GM(GreyModel)包括一階單變量的GM(1,1)模型和n階h個(gè)變量的GM(n,h)模型，它兼有微分方
3、程、差分方程和指數(shù)方程的特性.一般常用的是GM(1,1)課題份量和難易程度要恰當(dāng)，博士生能在二年內(nèi)作出結(jié)果，碩士生能在一年內(nèi)作出結(jié)果，特別是對(duì)實(shí)驗(yàn)條件等要有恰當(dāng)?shù)墓烙?jì)。從本學(xué)科出發(fā)，應(yīng)著重選對(duì)國(guó)民經(jīng)濟(jì)具有一定實(shí)用價(jià)值和理論意義的課題。課題具有先進(jìn)性，便于研究生提出新見(jiàn)解，特別是博士生必須有創(chuàng)新性的成果模型[1]。在實(shí)際應(yīng)用GM(1,1)模型中，模型的預(yù)測(cè)精度嚴(yán)重依賴于模型中的參數(shù)，當(dāng)較小時(shí)，預(yù)測(cè)的精度高，反之，預(yù)測(cè)精度低。為提高當(dāng)較大時(shí)模型的精度時(shí)，可將背景值的計(jì)算式改為：，其中?！ ∨cα之間有非常好的線性關(guān)系，只有
4、α
5、趨于零時(shí)，值才趨于，因此背景值計(jì)算
6、過(guò)程中值取為只有在特殊情況下才成立，的取值會(huì)影響預(yù)測(cè)精度，值不同，得到的預(yù)測(cè)值與真實(shí)值之間的誤差也不一樣，而與誤差之間呈現(xiàn)高度的非線性，難以用解析方式表達(dá)，因而如何確定一個(gè)合理的值，對(duì)于提高預(yù)測(cè)精度非常關(guān)鍵?！ ∵z傳算法是一種模擬生物進(jìn)化的搜索全局最優(yōu)解的算法，能較好的求解對(duì)于多峰、非凸、非連續(xù)、不可導(dǎo)及搜索空間不規(guī)則的優(yōu)化問(wèn)題。本文設(shè)計(jì)了遺傳算法，具體步驟如下?！ ?shù)十進(jìn)制編碼 設(shè)向量為優(yōu)化的最優(yōu)解，用以下的方法產(chǎn)生M個(gè)染色體，組成初始群體:，其中，是一個(gè)隨機(jī)數(shù)且,和分別為的上下限。適應(yīng)度函數(shù)的選擇 以計(jì)算中預(yù)測(cè)值與真實(shí)值之間的誤差平方和最小為目標(biāo)
7、函數(shù)來(lái)求解改進(jìn)GM(1,1)模型中的值，因此適應(yīng)度函數(shù)選擇為：?！ 〗徊婧妥儺愓n題份量和難易程度要恰當(dāng)，博士生能在二年內(nèi)作出結(jié)果，碩士生能在一年內(nèi)作出結(jié)果，特別是對(duì)實(shí)驗(yàn)條件等要有恰當(dāng)?shù)墓烙?jì)。從本學(xué)科出發(fā)，應(yīng)著重選對(duì)國(guó)民經(jīng)濟(jì)具有一定實(shí)用價(jià)值和理論意義的課題。課題具有先進(jìn)性，便于研究生提出新見(jiàn)解，特別是博士生必須有創(chuàng)新性的成果 采用單點(diǎn)交叉戰(zhàn)略，對(duì)于選中的染色體，取，生成新的染色體：，這里U(0,1)是在[0,1]區(qū)間的均勻分布函數(shù)。對(duì)于選中的染色體，按以下變異算子進(jìn)行變異：為染色體取值的下邊界，UB為其取值的上邊界，U(LB,UB)是在[LB,UB]區(qū)間的
8、均勻分布函數(shù)。 二、應(yīng)用算例 應(yīng)用本文提出的方法，XX年1月至XX年3月共27個(gè)月我國(guó)居民消費(fèi)價(jià)格指數(shù)的統(tǒng)計(jì)資料為樣本[2]建立預(yù)測(cè)模型，群體規(guī)模為80，交叉概率，變異概率，經(jīng)過(guò)100代后，得到最優(yōu)參數(shù)=。根據(jù)建立的預(yù)測(cè)模型，對(duì)XX年1月、2月、3月我國(guó)居民消費(fèi)價(jià)格指數(shù)進(jìn)行了預(yù)測(cè)，并與實(shí)際值進(jìn)行了比較，作為對(duì)比，根據(jù)傳統(tǒng)GM(1，1)法也進(jìn)行了計(jì)算，結(jié)果見(jiàn)表1。從該表可以看出，本文算法建立的模型預(yù)測(cè)比傳統(tǒng)GM的精度更高，有更小的絕對(duì)誤差和相對(duì)誤差，預(yù)測(cè)的精度得到了明顯改善。兩種模型計(jì)算結(jié)果比實(shí)際值小，這是由于食品價(jià)格上漲拉動(dòng)，強(qiáng)降雪天氣和農(nóng)歷春節(jié)推動(dòng)了
9、食品價(jià)格的上漲，雪災(zāi)造成許多地區(qū)農(nóng)產(chǎn)品供應(yīng)短缺，包括油菜籽、肉類、蔬菜和水果，而這些因素具有突發(fā)性。對(duì)未來(lái)三個(gè)月的預(yù)測(cè)表明，居民消費(fèi)價(jià)格指數(shù)環(huán)比增長(zhǎng)放慢，這可能是由于國(guó)家宏觀調(diào)控措施到位，消費(fèi)者價(jià)格指數(shù)也處于控制范圍內(nèi)，但環(huán)比增長(zhǎng)絕對(duì)值仍然較大，我國(guó)面臨通貨膨脹的壓力還是比較大，主要原因是經(jīng)濟(jì)課題份量和難易程度要恰當(dāng)，博士生能在二年內(nèi)作出結(jié)果，碩士生能在一年內(nèi)作出結(jié)果，特別是對(duì)實(shí)驗(yàn)條件等要有恰當(dāng)?shù)墓烙?jì)。從本學(xué)科出發(fā)，應(yīng)著重選對(duì)國(guó)民經(jīng)濟(jì)具有一定實(shí)用價(jià)值和理論意義的課題。課題具有先進(jìn)性，便于研究生提出新見(jiàn)解，特別是博士生必須有創(chuàng)新性的成果保持高速平穩(wěn)增長(zhǎng)，繼續(xù)
10、拉大生產(chǎn)資料的需求；國(guó)際收支繼續(xù)擴(kuò)大、外匯占款攀升；國(guó)際國(guó)內(nèi)資源品
