基于ICEEMDAN-ICA-ELM的中国采购经理人指数预测研究

发布时间：2021-12-18 17:28

　　文章引入机器学习算法,基于改进的带有自适应白噪声的完全集合经验模态分解（ICEEMDAN）-帝国竞争算法（ICA）—极限学习机（ELM）,构建中国采购经理人指数预测模型,引入Diebold-Mariano统计量进行预测结果的比较。结果发现:ICEEMDAN技术可以准确提取数据中的有效信息,改进模型拟合效果;提出的组合模型ICEEMDAN-ICA-ELM预测效果优良,泛化能力强,误差较小,能够为PMI的走势提供新的预测方法。 

【文章来源】：统计与决策. 2020,36(03)北大核心CSSCI

【文章页数】：6 页

【部分图文】：

统计与决策2020年第3期·总第543期35020406080100120140160180图3数据处理对比图30

【参考文献】：
期刊论文
[1]我国PMI指数对GDP的影响及预测效果分析[J]. 丁黎黎,孙文霄,韩梦,康旺霖.  统计与决策. 2018(15)
[2]基于Markov切换模型的采购经理指数波动特征研究[J]. 王路加,郭亚妮.  财务与金融. 2018(02)
[3]我国采购经理指数中长期走势分析及短期预测[J]. 孙颖.  价格理论与实践. 2016(01)
[4]中国PMI指数组合预测模型研究[J]. 盛煜.  鸡西大学学报. 2016(01)
[5]我国PMI指数预测——基于SARIMA模型[J]. 王檬.  统计与管理. 2015(09)
[6]我国制造业PMI指数预测——基于ARIMA模型的分析[J]. 陈兆荣.  价格理论与实践. 2014(05)
[7]对采购经理人指数的一个分析——基于时间序列和神经网络模型[J]. 孟文强,任一鑫.  经济管理. 2013 (05)
[8]基于帝国主义竞争算法的切削参数优化[J]. 陈志楚,李聪,张超勇.  制造业自动化. 2012(24)
[9]中国PMI与GDP关系的实证检验[J]. 张利斌,冯益.  统计与决策. 2012(02)



本文编号：3542858