基于优化多维灰色模型的宏观经济发展预测

发布时间：2022-01-04 01:08

　　经济指标的准确预测是制定经济政策、计划、调整经济结构的必要前提。文章运用灰色系统关联度分析理论,以国内生产总值（GDP）为内部特征因素,以工业、批发零售业和金融业的产值作为主要影响因素变量,构建一个优化的多维灰色GM（1,N）模型,对我国GDP的发展进行模拟和预测。结果表明:所建立的模型对数据的拟合精确度高于传统模型,能给相关部门的决策提供一定的理论参考。 

【文章来源】：统计与决策. 2020,36(03)北大核心CSSCI

【文章页数】：4 页

【部分图文】：

显示了2010—2017年我国第二产业及内部各子行业的发展情况

第二产业及子行业总产值序列第三产业4.5×105020102011201220132014201520162017年份

【参考文献】：
期刊论文
[1]基于多模式灰色模型的地铁全网客流预测研究[J]. 陈小健,唐秋生.  交通科技与经济. 2019(04)
[2]2019—2020年中国宏观经济预测[J]. "中国季度宏观经济模型（CQMM）"课题组,龚敏,王燕武,吴华坤.  厦门大学学报(哲学社会科学版). 2019(03)
[3]基于多维灰色模型的我国煤炭价格影响因素分析[J]. 唐艺军,苏旭.  辽宁工程技术大学学报(社会科学版). 2018(06)
[4]2018、2019年我国宏观经济主要指标分析预测[J]. 万东华,原鹏飞.  调研世界. 2018(12)
[5]灰色GM（1,n）模型在经济预测中的应用——以包头市经济发展为例[J]. 石萍,唐俊.  内蒙古大学学报(自然科学版). 2015(01)
[6]基于误差最小化的GM（1,1）模型背景值优化方法[J]. 徐宁,党耀国,丁松.  控制与决策. 2015(02)
[7]中国宏观经济发展预测研究[J]. 王兴海.  统计与决策. 2014(18)
[8]基于灰色系统理论的宏观经济运行机制及预测[J]. 钟洪燕.  统计与决策. 2014(01)
[9]基于灰色残差GM（1,1）模型的中国铁路货运量预测[J]. 曹飞.  北方经贸. 2012(07)
[10]基于改进GM（1,1）和SVM的长期电量优化组合预测模型[J]. 宋晓华,祖丕娥,伊静,刘达.  中南大学学报(自然科学版). 2012(05)



本文编号：3567339