基于貝葉斯網(wǎng)絡(luò)的預(yù)測模型研究.pdf

1、本文在分析現(xiàn)有CPI預(yù)測方法的基礎(chǔ)上，針對現(xiàn)有預(yù)測方法的局限性，建立了基于主成分分析的貝葉斯網(wǎng)絡(luò)模型。為了降低預(yù)測時的復(fù)雜度，首先對影響CPI的因素進行分析，并利用主成分分析法對影響因素進行降維，然后在降維的基礎(chǔ)上建模并進行擬合預(yù)測，實證研究結(jié)果表明：該方法提高了計算結(jié)果的精確性。本文的主要研究工作如下：
　　1．分析了CPI樣本數(shù)據(jù)的描述統(tǒng)計特征，對影響CPI的各個因素進行具體分析，最后針對我國的實際情況選取了八類影響因素作為本

2、文的主要研究指標(biāo)。
　　2．介紹了貝葉斯網(wǎng)絡(luò)的基本理淪，并運用K2算法對樣本數(shù)據(jù)建立網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，在建立網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上對CPI樣本數(shù)據(jù)建模，并對其進行擬合和預(yù)測，實證研究結(jié)果表明：貝葉斯網(wǎng)絡(luò)模型朐預(yù)測效果不是很好，有待進一步改進。
　　3．利用主成分分析法，通過SPSS和Matlab軟件對數(shù)據(jù)進行預(yù)處理，在保留大量原始信息的前提下將影響CPI的因素進行了降維，減少了輸入變量，便于建模。
　　4．針對K2算法在預(yù)測時出