基于麻雀搜索算法的GDP增长率预测模型研究

探索季度GDP增长率变化的规律、寻求高精度预测季度GDP增长率的方法对于宏观调控和政府决策发挥着重要作用。选取2003年第1季度至2022年第4季度共6个指标变量对我国GDP增长率进行了预测。首先,对数据进行预处理;其次,建立SVR、GBDT、RFR、Adaboost、XGBoost和LightGBM集成模型,并采用麻雀搜索优化算法(SSA)对模型的重要参数进行调整;最后,选取M_(SE)、M_(AE)、可决系数R^(2)作为模型评价指标,选出预测GDP增长率的最优模型。对比麻雀搜索算法优化后的模型指标,依据模型预测性能的优劣情况将其按降序排序依次为SSA-GBDT、SSA-XGBoost、SSA-RFR、SSA-Adaboost、SSA-SVR、SSA-LightGBM,其中SSA-GBDT模型具有更优的预测性能,M_(SE)、M_(AE)、可决系数R 2分别为0.1486、0.1963、0.9751,对于国内生产总值增长率预测具有更好的效果。