灰色BP神经网络组合模型在广州市居民储蓄额预测中的研究.docxVIP

灰色BP神经网络组合模型在广州市居民储蓄额预测中的研究 　　[摘要]居民储蓄额是一种非平稳的时间序列，与实时政策影响有关，同时作为地区性总gdp的一大重要指标，其预测走向将是政府部门需要重视的一个环节，处于探索阶段。因此，提高储蓄率预测精度需要以较为精确样本值进行数据挖掘，同时采用单一理论模型将无法得到可实际应用的预测效率。因此，基于组合预测思想，将采用梯度下降法的bp神经网络反复训练，修正灰色verhulst预测的组合模型对广州市城乡居民储蓄进行数据挖掘，训练过程中采用最高准确率模型进行预测未来三年的居民储蓄额，提前预知储蓄率变化走向，及时提出应对措施。残差合格检验很好地反映模型准确率的提高，具有较好的拟合和预测精度。 　　[关键词]灰色verhulst模型;bp神经网络;反复训练;残差合格检验;高准确率预测 　　[中图分类号]f832.22[文献标志码]a[文章编号]2096-0603（2019）27-0188-04 　　储蓄作为信贷资金的主要通道，将作为投资转化的主要来源，其变化将大大影响社会再生产过程和规模扩大，以及可投入使用资本量。 　　近年来，在研究居民储蓄变化情况下多采用主成分回归或平稳时间序列形式来进行预测，往往得不到较为准确的预测数据，正因为各个变量皆存在较大的不确定性，其导致预测准确率存在不可避免的数值误差。 　　因此考虑采用流行简便理解使用的灰色verhulst模型和bp神经网络模型结合，对广州市居民储蓄额以时间序列形式进行组合预测，得到高预测率模型预计未来三年走向，提前提出干预手段。 　　一、灰色verhulst预测模型 　　（一）建模原理 　　灰色预测是对已知准确的观测数据的处理，发现和掌握系统的一定发展规律，对未来走向做出定量预测，其中灰色verhulst模型主要用来描述具有饱和状态的过程，即s形过程，其应用理念可用于本文广州市居民储蓄额的预测问题。 　　（二）建模方法 　　根据模型预测值和基本走向，可以得出近年来广州市居民的储蓄率在逐渐下降，居民的储蓄偏好下降将对广州市总gdp产生较大的影响，储蓄作为国家积累资金的重要来源，若储蓄率下降，地区减少储蓄资金，银行用于投资帮助其他中小企业的资金减少，既不利于扶持中小企业发展，也不利于广州市总gdp的增长，因此个人建议政府部门需重视居民储蓄率，通过宏观调控手段例如调整银行利率比等手段促进居民储蓄，提高总储蓄额。 　　四、结语 　　灰色bp组合模型基于梯度下降法的bp神经网络修正的灰色verhuls模型，与普通的灰色预测模型的平均相对误差、均方差比、灰色关联度更为优异，模型预测准确率更高，更符合实际生活的应用。灰色bp组合模型的准确率虽然提高到98.80%，但是其仍然未达到灰色预测模型一级精度指标，说明模型仍需要改良，可能要借助自记忆原理再度完善模型，使预测准确精度提高到一级水平。 　　灰色bp组合模型优于普通灰色verhulst模型，其用于实际预测更为准确，不仅仅应用于居民储蓄额的时间序列预测，还可以用于径流模拟、城市用水量等具有一定时间序列相关变量的预测。 　　参考文献： 　　[1]房少梅.数学建模理论、方法及应用[m].北京：科学出版社，2015. 　　[2]张志涌.精通matlabr2011a[m].北京：北京航空航天大学出版社，2011. 　　[3]姜启源，谢金星，叶俊.数学模型[m].4版.北京：高等教育出版社，2010. 　　[4]司守奎，孫玺箐.方程建模与matlab软件[m].北京：清华大学出版社，2016. 　　[5]张晓伟，沈冰，黄领梅.基于bp神经网络的灰色自记忆径流预测模型[j].水力发电学报，2009，28（1）. 　　[6]袁喆，杨志勇，央晓亮，等.灰色微分动态记忆模型在径流模拟及预测中的应用[j].水利学报，2013，44（7）. 　　[7]丑洋，郭琴.灰色自记忆模型预测城市用水量[j].地下水，2007，29（2）. 　　[8]毕生.灰色预测方法在油井增产措施评价中的应用[j].大庆石油地质与开发，2003，22（3）. 　　[9]贾备，邬亮.基于灰色bp神经网络组合模型的基坑变形预测研究[j].隧道建设，2009，29（3）. 　　[10]袁秀娟，夏军.径流中长期预报的灰色系统方法研究[j].武汉水利电力大学学报，1994，27（4）. 　　编辑陈鲜艳