首页|基于麻雀搜索算法的GDP增长率预测模型研究

基于麻雀搜索算法的GDP增长率预测模型研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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MSE、MAE、可决系数R2 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,MSE、MAE、可决系数R2 分别为0.148 6、0.196 3、0.975 1,对于国内生产总值增长率预测具有更好的效果.

马长发、马子薇

展开 >

新疆财经大学统计与数据科学学院,新疆 乌鲁木齐 830012

GDP增长率 预测 麻雀搜索优化 集成学习 GBDT模型

国家自然科学基金

71864034

2024

10.3969/j.issn.1006-8554.2024.02.030

技术与市场
四川省科技信息研究所

技术与市场

影响因子：0.566
ISSN：1006-8554
年,卷(期)：2024.31(2)
  • 12