基于GA-BP模型及时间序列分析的GDP预测——以四川省为例

GDP作为评估经济发展的重要指标,如何准确预测显得尤为重要。采用多种不同方法对四川省GDP进行预测分析。首先构建ARIMA模型预测,进而采用BP人工神经网络模型预测,并分别更改节点激励函数、神经元节点个数,对比预测效果的变化,从而探究算法结构对GDP预测效果的影响。由于BP模型容易陷入局部最优,为解决算法的固有缺点,进一步采用GA-BP算法,即在权值和阈值的更新迭代上加入遗传算法,算法稳定性更高。最后采用灰色预测模型对四川省GDP进行粗略预测,并对几种方法加以比较。