摘要:居民消費價格指數(CPI)是反映國民經濟和百姓生活的重要指標，是國內外學者研究的熱點.目前，CPI預測主要采用基于傳統研究方法或人工神經網絡的單一預測方法.近年來的研究表明，組合預測方法比單一預測方法具有更高的預測精度.本文在深入分析了CPI的基礎上，建立了單整自回歸移動平均(ARIMA)融合神經網絡(NN)的CPI時間系列預測模型.通過對我國CPI月度數據的仿真實驗，將融合模型與單一模型進行比較，預測結果證實，ARIMA與BP神經網絡的組合預測明顯優于單一方法的預測.　

關鍵詞：單整自回歸移動平均；神經網絡；融合模型；CPI預測

目錄

摘要

ABSTRACT　　

第一章 引言-1

第二章 ARIMA和NN模型-4

2.1 ARIMA模型-4

2.1.1 ARIMA模型概念-4

2.1.2 ARIMA模型構建及預測步驟-5

2.2 NN模型-6

2.2.1 NN模型的基本概念-6

2.2.2 BPNN模型及其算法-8

2.2.3 BPNN模型結構-9

2.3 ARIMA和NN的融合模型-10

第三章 融合模型在CPI預測中的應用-12

3.1 樣本數據分析-12

3.2 ARIMA融合BPNN的CPI預測模型構建-13

第四章 結論-19

參考文獻-20

致 謝-23