基于线性ARIMA与非线性BP神经网络组合模型的进出口贸易预测

文章使用自回归移动平均（ARIMA）和人工BP神经网络方法对1990~2013年的我国进口、出口贸易额时间序列进行线性与非线性信息挖掘,ARIMA模型的拟合精度较低,经过BP神经网络方法对非线性规律进行建模并对2014~2018年进出口额进行预测,结论显示：BP神经网络方法能够较好的体现进出口贸易额时序中的非线性规律,有效的修正了线性预测方法的误差。