基于组合预测模型的广东省第三产业产值预测.docVIP

基于组合预测模型的广东省第三产业产值预测 　　摘要首先分析了影响广东省第三产业发展的主要因素，指出由于上述因素相互制约、相互影响，导致第三产业的发展呈现出高度的非线性特征，并使得单一的预测模型在预测效果和泛化能力方面难以胜任.在此基础上，提出了基于神经网络集成的组合预测模型，对广东省第三产业的发展进行预测，阐述了算法的基本原理和数据处理流程，实证分析表明：基于神经网络集成的组合预测模型要比单一预测模型的预测精度高. 　　关键词第三产业，核方法，组合预测，支持向量回归，神经网络 　　中图分类号N945.12 文献标识码A 　　AbstractThis paper analyzed the main factors on the improvement of tertiary industry， and pointed out that the single forecast model was difficult to satisfy the need of economic forecasting as the factors restrict and influence each other. On this basis， we proposed the combination forecasting model based on neural network ensemble， forecasted the development of tertiary industry of Guangdong Province， and described the basic principles and data processing algorithms. The empirical analysis shows that the combination forecasting model based on neural network ensemble has high prediction accuracy than a single forecast model. 　　Key wordstertiary industry； kernel method； forecast model； support vector regression； neural network ensemble 　　1引言 　　第三产业是指对消费者提供最终服务和对生产者提供中间服务的行业，除了第一、第二产业以外，其他所有的行业均属于第三产业.随着社会经济的发展和国家对产业结构的调整，第三产业的地位和重要性日益突出，以市场经济发达的广东省为例，2013年，47.76%的生产总值是由第三产业贡献的，远远超出第一产业的4.9%，略高于第二产业的47.34%，从以上数据可以看出，第三产业已经成为广东经济发展的主要推动力，加快发展第三产业既可以有效地推进我国工业化和现代化的进程，扩大就业领域和就业人数，还可以保证社会安定，提高人民生活水平，改善生活质量. 　　因此，深入研究第三产业的发展状况，对第三产业未来的发展有着重要的指导意义.要考察第三产业的发展，必须从全局的角度出发进行分析，研究它的规律和发展趋势，其中第三产业生产总值作为衡量第三产业发展状况的重要指标之一，对其进行科学的分析和预测，能为第三产业的发展和政策的制定提供有力的参考依据. 　　图1是广东省1987～2013年三大产业产值比例变化图，从图1可知：第一产业所占的比重迅速下降，第二产业的比重稳中有升，而第三产业的比重增加最快，但从图2可知，广东省第三产业生产总值的增长是呈现非线性状态的，这是由于反映经济发展的各项指标互相联系、互相作用所导致的，特别是由于经济系统自身的复杂性和动态性，使得指标数据呈现高度的非线性、非精确性等特征.因此，要实现对广东省第三产业生产总值的准确预测，必须要解决两方面的问题，一方面是预测指标体系的构建要全面反映第三产业发展的基本情况，另一方面是选择合适的预测方法对样本数据进行模拟仿真. 　　2文献综述 　　当前已有众多学者对第三产业的发展进行了深入的研究.使用的方法包括灰色理论、神经网络、ARIMA模型、逐步回归分析等，并取得了一定的成效.如崔二涛等利用二次曲线指数平滑模型对厦门市第三产业的增加值进行预测研究，获得了较为精准的预测效果[1]；吕一清等研究了基于灰色神经网络的第三产业发展趋势的预测模型，实证分析表明灰色神经网络比单一的灰色预测模型和传统BP神经网络预测模型拟合和预测能力要好，适合应用于成都第三产业发展趋势的预测[2]；徐群等将主成分分析和逐步回归分析应用于我国第三产业发展现状研究及趋势预测，并对如何保持我国第三产业稳步发展给出合理化