灰色BP神經網絡組合模型在廣州市居民儲蓄額預測中的研究

唐嘉燕 唐鴻海

[摘 ? ? ? ? ? 要] ?居民儲蓄額是一種非平穩的時間序列，與實時政策影響有關，同時作為地區性總GDP的一大重要指標，其預測走向將是政府部門需要重視的一個環節，處于探索階段。因此，提高儲蓄率預測精度需要以較為精確樣本值進行數據挖掘，同時采用單一理論模型將無法得到可實際應用的預測效率。因此，基于組合預測思想，將采用梯度下降法的BP神經網絡反復訓練，修正灰色Verhulst預測的組合模型對廣州市城鄉居民儲蓄進行數據挖掘，訓練過程中采用最高準確率模型進行預測未來三年的居民儲蓄額，提前預知儲蓄率變化走向，及時提出應對措施。殘差合格檢驗很好地反映模型準確率的提高，具有較好的擬合和預測精度。

[關 ? ?鍵 ? 詞] ?灰色Verhulst模型;BP神經網絡;反復訓練;殘差合格檢驗;高準確率預測

[中圖分類號] ?F832.22 ? ? ? ? ? [文獻標志碼] ?A ? ? ? ? ? ?[文章編號] ?2096-0603（2019）27-0188-04

儲蓄作為信貸資金的主要通道，將作為投資轉化的主要來源，其變化將大大影響社會再生產過程和規模擴大，以及可投入使用資本量。

近年來，在研究居民儲蓄變化情況下多采用主成分回歸或平穩時間序列形式來進行預測，往往得不到較為準確的預測數據，正因為各個變量皆存在較大的不確定性，其導致預測準確率存在不可避免的數值誤差。

因此考慮采用流行簡便理解使用的灰色Verhulst模型和BP神經網絡模型結合，對廣州市居民儲蓄額以時間序列形式進行組合預測，得到高預測率模型預計未來三年走向，提前提出干預手段。

一、灰色Verhulst預測模型

（一）建模原理

灰色預測是對已知準確的觀測數據的處理，發現和掌握系統的一定發展規律，對未來走向做出定量預測，其中灰色Verhulst模型主要用來描述具有飽和狀態的過程，即S形過程，其應用理念可用于本文廣州市居民儲蓄額的預測問題。

（二）建模方法

根據模型預測值和基本走向，可以得出近年來廣州市居民的儲蓄率在逐漸下降，居民的儲蓄偏好下降將對廣州市總GDP產生較大的影響，儲蓄作為國家積累資金的重要來源，若儲蓄率下降，地區減少儲蓄資金，銀行用于投資幫助其他中小企業的資金減少，既不利于扶持中小企業發展，也不利于廣州市總GDP的增長，因此個人建議政府部門需重視居民儲蓄率，通過宏觀調控手段例如調整銀行利率比等手段促進居民儲蓄，提高總儲蓄額。

四、結語

灰色BP組合模型基于梯度下降法的BP神經網絡修正的灰色Verhuls模型，與普通的灰色預測模型的平均相對誤差、均方差比、灰色關聯度更為優異，模型預測準確率更高，更符合實際生活的應用。灰色BP組合模型的準確率雖然提高到98.80%，但是其仍然未達到灰色預測模型一級精度指標，說明模型仍需要改良，可能要借助自記憶原理再度完善模型，使預測準確精度提高到一級水平。

灰色BP組合模型優于普通灰色Verhulst模型，其用于實際預測更為準確，不僅僅應用于居民儲蓄額的時間序列預測，還可以用于徑流模擬、城市用水量等具有一定時間序列相關變量的預測。

參考文獻：

[1]房少梅.數學建模理論、方法及應用[M].北京：科學出版社，2015.

[2]張志涌.精通MATLAB R2011a[M].北京：北京航空航天大學出版社，2011.

[3]姜啟源，謝金星，葉俊.數學模型[M].4版.北京：高等教育出版社，2010.

[4]司守奎，孫璽箐.方程建模與MATLAB軟件[M].北京：清華大學出版社，2016.

[5]張曉偉，沈冰，黃領梅.基于BP神經網絡的灰色自記憶徑流預測模型[J].水力發電學報，2009，28（1）.

[6]袁喆，楊志勇，央曉亮，等.灰色微分動態記憶模型在徑流模擬及預測中的應用[J].水利學報，2013，44（7）.

[7]丑洋，郭琴.灰色自記憶模型預測城市用水量[J].地下水，2007，29（2）.

[8]畢生.灰色預測方法在油井增產措施評價中的應用[J].大慶石油地質與開發，2003，22（3）.

[9]賈備，鄔亮.基于灰色BP神經網絡組合模型的基坑變形預測研究[J].隧道建設，2009，29（3）.

[10]袁秀娟，夏軍.徑流中長期預報的灰色系統方法研究[J].武漢水利電力大學學報，1994，27（4）.

編輯 陳鮮艷