基于EEMD去噪和PSO優(yōu)化的幾類模型在居民消費(fèi)價(jià)格指數(shù)預(yù)測中的應(yīng)用研究.pdf

1、居民消費(fèi)價(jià)格指數(shù)（CPI）經(jīng)常用來衡量生活成本。它不僅影響到政府的貨幣、財(cái)政、消費(fèi)、物價(jià)、薪資、社會(huì)保障等政策，而且與我們的日常生活息息相關(guān)。CPI作為判斷通貨膨脹的主要指標(biāo)，其變動(dòng)受人們密切關(guān)注。因此，準(zhǔn)確預(yù)測居民消費(fèi)價(jià)格指數(shù)的變動(dòng)，對(duì)CPI建立一個(gè)穩(wěn)定精確的預(yù)測模型對(duì)民眾、政策制定者和研究學(xué)者都有重大意義。早期對(duì)于CPI的預(yù)測研究大多采用時(shí)間序列模型，由于金融時(shí)間序列難以滿足平穩(wěn)性等假設(shè)，因此預(yù)測結(jié)果并不理想。后來隨著人工智能模型的

2、廣泛應(yīng)用，學(xué)者們將其引入到CPI的預(yù)測研究中來。在對(duì)CPI的建模預(yù)測中，噪聲的影響和模型參數(shù)的選擇都會(huì)影響預(yù)測的精度。
　　本文以BP、小波和SVR為原始模型，提出了基于EEMD去噪和PSO優(yōu)化的三種模型：EEMD-PSO-BP、EEMD-PSO-WNN和EEMD-PSO-SVR。運(yùn)用三種新模型分別對(duì)1995年1月至2015年8月的CPI數(shù)據(jù)進(jìn)行多步預(yù)測研究，實(shí)證結(jié)果表明 EEMD算法和 PSO算法在不同程度上提升了三種原始模型的