[理学]2010数学建模答辩用ppt——.pptVIP

无世博会影响的上海市人均GDP预测 无世博会上海市人均GDP预测是指世博会申办成功前对人均GDP的预测，即利用1978—2002年的人均GDP数据预测世博会申办成功后到成功举办前（2003—2009）这9年的人均GDP数据。 1979—2002年上海市人均GDP数据的时间序列趋势图 ADF单位根检验结果如下： t统计量概率值（P值）ADF统计量-1.2310.8783显著性水平1%2%10%检验值-4.441-3.633-3.255 人均GDP序列做一次差分变换 人均GDP序列做二次差分变换 2阶差分后时间序列ACF图 2阶差分后时间序列PACF图 表2：ARIMA(p，1，q)对应模型的效果指标 序号模型AIC值SBC值1 ARIMA(0，2，0) -18.151-19.0152 ARIMA(0，2，1) -27.168-24.8973ARIMA(0，2，2) -24.437-21.034ARIMA(1，2，0) -19.791-18.525ARIMA(1，2，1) -25.126-21.726ARIMA(1，2，2)-23.054-22.5127ARIMA(2，2，0) -19.135-18.7288ARIMA(2，2，1) -19.239-15.6979ARIMA(2，2，2) -21.735-20.057 表3：参数的最终估计值 类型系数系数标准误TPAR 11.0179-0.04743.3471-0.01AR 22.11060.08770.25430.34移动平均1.3712-0.03053.3212-0.01常量124.80.21480.980.339 序列的ARIMA(2,2,1)模型表达式为： 上海市人均GDP的残差ACF图 上海市人均GDP的残差PACF图 2003—2009上海市人均GDP预测结果及上下限 周期实际值预测值下限上限2640437447.042753.82746939389.254512.62852951064.756777.12958152579.965474.33068263960.871563.63175 1097562875238.181017.83278676430.984816.3 上海市人均GDP未来7年的预测图 BP神经网络预测ARIMA误差过程 在上海市人均GDP预测模型中，一般考虑影响上海市人均GDP的外部因素有：国家政策、国际环境、自然因素等因素的影响。人均GDP是一个非常复杂的经济指标，影响人均GDP的规律与因素众多，在建立预测模型时难找出所有的影响因素。因此，人均GDP统计数据是所有影响因素相互作用的结果，其中隐含包括了这些影响因素对人均GDP影响的规律。 所以使用先单步预测，然后再将输出反馈给输入端作为网络输入的一部分，构建了滚动神经网络预测模型，该方法将外部因素对人均GDP的影响规律通过神经网络模型进行表达，而不需要人为分析影响人均GDP的外部因素，避免了因选择外部因素不同造成的预测偏差。此外在本文提出的组合预测模型中神经网络预测选用了滚动预测方法对ARIMA模型的误差进行预测。 数据选取 由于ARIMA模型预测的误差只有1980—2OO2年，故BP人工神经网络的总样本量N：19。以1980—1984、1981—1985、? ?、1998—2002年ARIMA预测误差数据分组作为网络输入，1984、1985、?? 、2002年数据作为理想输出，即以前5年数据为BP神经网络的输入变量，以当年数据为网络输出变量，组成样本数据对网络进行训练。因此，BP网络的输入神经元为5，输出神经元为1，中间层神经元个数通过对比优化确定。计算前，先将数据归一化到[-1,1]。经过研究，中间层的节点数最终选定为8个，网络结构采用5—8—1的博格一马克沃特(L.M：Levenberg-Marquardt) 算法BP神经网络[设定L—M算法BP神经网络[13]的训练误差要求为，经过20次训练，误差关系如图13所示，预测结果见表5 BP神经网络计算步数与误差 年份上海市人均GDPARIMA模型BP神经网络模型组合预测模型世博会影响人均GDP效应预测值残差ARIMA误差预测预测误差(%)预测值绝对误差1978 2 485———————1979 2 556———————1980 2 7252757.2332—————1981 2 8003022.96223—————1982 2 8643006.07142—————1983 2 9473040.7794—————1984 3 2323150