基于新陈代谢GM(1,1)-Copula-BP神经网络的STI预测

海上丝路贸易指数(STI)能很好地反映我国航运体系和航贸市场的运转经营情况。文章以输入特征与被预测目标间的非线性相关性为切入点,利用Copula函数计算相关性,并结合灰色模型与BP神经网络,构建新陈代谢GM(1,1)-Copula-BP神经网络预测模型,对STI进行实证预测。结果表明,新陈代谢GM(1,1)-Copu-la-BP神经网络在预测精度上高于PCA-BP神经网络、单一的新陈代谢GM(1,1)和BP神经网络;整体训练速度也有所提升,在短期预测上表现较好。