财政收入预测模型研究

本文构建了一种基于灰色长短时记忆网络的财政收入预测模型,巧妙的提取影响财政收入的各类因子的特征。一方面该模型使用灰色关联度提取主要影响因子,另一方面采用LSTM循环神经网络训练主要影响因子,最后使用该模型预测了某地区下一年的财政总收入。仿真实验表明,在某地区近十几年财政预测问题上,与简单的单因子循环神经网络或传统的多因子循环网络相比,该网络的预测精度更高,且模型加快了对数据的处理速度,实验证明该方法是一种有效的财政收入预测方法。