基于貝葉斯網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf

1、本文在分析現(xiàn)有CPI預(yù)測(cè)方法的基礎(chǔ)上，針對(duì)現(xiàn)有預(yù)測(cè)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(cè)時(shí)的復(fù)雜度，首先對(duì)影響CPI的因素進(jìn)行分析，并利用主成分分析法對(duì)影響因素進(jìn)行降維，然后在降維的基礎(chǔ)上建模并進(jìn)行擬合預(yù)測(cè)，實(shí)證研究結(jié)果表明：該方法提高了計(jì)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(jì)特征，對(duì)影響CPI的各個(gè)因素進(jìn)行具體分析，最后針對(duì)我國(guó)的實(shí)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(yùn)用K2算法對(duì)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(duì)CPI樣本數(shù)據(jù)建模，并對(duì)其進(jìn)行擬合和預(yù)測(cè)，實(shí)證研究結(jié)果表明：貝葉斯網(wǎng)絡(luò)模型朐預(yù)測(cè)效果不是很好，有待進(jìn)一步改進(jìn)。
　　3．利用主成分分析法，通過(guò)SPSS和Matlab軟件對(duì)數(shù)據(jù)進(jìn)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(jìn)行了降維，減少了輸入變量，便于建模。
　　4．針對(duì)K2算法在預(yù)測(cè)時(shí)出