城市居民食品分类及零售价格预测模型建模论文.docVIP

城市居民食品分类及零售价格预测模型 摘要 消费者物价指数（Consumer Price Index），英文缩写为CPI，通常作为观察通货膨胀水平的重要指标，是与人民生活密切相关的参考指标。为使我国经济健康、持续、快速发展，控制和治理通货膨胀显得非常重要。城市居民食品零售价格是消费者物价指数的重要组成部分，研究城市居民食品分类及零售价格预测模型正是掌握通货膨胀的成因 ,把握我国通货膨胀走势的有效方法。 本文首先用量化分析方法，根据价格的波动情况，对消费者物价指数的重要组成部分——城市居民食品适当分类，并分析了涉及的每类食品的特点；接下来，采用归一化数据处理方法 ,选择神经网络的训练样本 ,利用神经网络的结构特性及 Matlab的人工神经网络工具箱 ,建立基于 BP神经网络的城市居民食品零售价格预测系统的数学模型。利用该模型预测2011年4、5月的城市居民食品零售价格走势。根据附录所给数据的统计和分析，得出我们模型的预测值与实测值的误差为。同时，我们以寻求我国经济健康、持续、快速发展以及更好地控制和治理通货膨胀的为原则，并结合所建模型的特点，对城市居民食品零售价格情况进行了分析和对有关部门提出几点可行性建议。 【关键词】CPI；城市居民食品分类；量化分析；零售价格；BP神经网络；预测 §1 问题重述 消费者物价指数（Consumer Price Inde