论文部分内容阅读
为了提高居民消费价格指数的预测精度，对于呈近似S形的CPI时间序列，利用灰色Verhulst模型对其预测。构造基于时间序列的人工神经网络输入输出模式．利用BP神经网络对原始数据与灰色Verhulst预测值的残差进行训练。仿真实例表明，该组合算法预测结果比单纯使用GM（1，1）模型、灰色Verhulst模型和文献【1】的总体误差要小，将神经网络引入到灰色Verhulst模型中能较好地提高预测精度。