一种基于SSA-TCN-AM组合模型的CPI预测方法技术

本发明专利技术公开了一种基于SSA‑TCN‑AM组合模型的CPI预测方法，包括：获取CPI历史数据，并进行数据预处理；将预处理后的数据进行数据重构，得到训练样本；以TCN为基础预测模型，加入注意力机制AM，建立基于TCN‑AM的预测模型；引入SSA麻雀搜索算法，优化TCN的学习率和隐藏层神经元数，构建基于SSA‑TCN‑AM的预测模型；将得到的训练样本输入至基于SSA‑TCN‑AM的预测模型中进行训练，将训练好的模型作为CPI预测模型，通过CPI预测模型获得CPI预测结果。本发明专利技术基于历史CPI参数序列，对未来多个月参数预测，建立了基于SSA‑TCN‑AM的CPI预测模型，通过将注意力机制(AM)和TCN结合，并以SSA麻雀搜索算法对TCN的超参数进行优化，提高了预测的准确度和抗干扰性。

【技术实现步骤摘要】

本专利技术涉及cpi预测技术，具体涉及一种基于ssa-tcn-am组合模型的cpi预测方法。

技术介绍

1、cpi(消费者价格指数)预测在经济中扮演重要角色。政府使用cpi数据来调整货币政策，确保通货膨胀稳定。企业利用cpi预测来决定价格、管理成本和规划战略，以适应通货膨胀。投资者依赖cpi预测来管理投资风险和资产配置。对于普通消费者，cpi预测有助于估算未来商品和服务价格的走势，帮助他们做出购买决策、规划储蓄和退休计划。因此，准确的cpi预测对经济政策、企业经营、投资和消费者财务都至关重要，影响着各个方面的决策和稳定。

2、cpi(消费者价格指数)预测方法包括时间序列分析、机器学习、深度学习、文本挖掘、情感分析、大数据分析、经济模型、调查方法、集成方法和外部因素考虑。时间序列分析利用历史cpi数据来预测未来趋势。机器学习和深度学习技术处理大规模数据，提高了准确性。文本挖掘和情感分析关注市场情感。大数据和云计算提供强大计算能力。经济模型考虑多个因素。调查方法包括定期调查消费者和企业。集成方法结合多种技术。外部因素如自然灾害也被考虑。不同地区可能本文档来自技高网...

【技术保护点】

1.一种基于SSA-TCN-AM组合模型的CPI预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于SSA-TCN-AM组合模型的CPI预测方法，其特征在于，所述步骤S1中数据预处理具体为：

3.根据权利要求1所述的一种基于SSA-TCN-AM组合模型的CPI预测方法，其特征在于，所述步骤S2中数据重构的格式如下：

4.根据权利要求1所述的一种基于SSA-TCN-AM组合模型的CPI预测方法，其特征在于，所述步骤S3中基于TCN-AM的预测模型的建立过程为：

5.根据权利要求1所述的一种基于SSA-TCN-AM组合模型的C...

【技术特征摘要】

1.一种基于ssa-tcn-am组合模型的cpi预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于ssa-tcn-am组合模型的cpi预测方法，其特征在于，所述步骤s1中数据预处理具体为：

3.根据权利要求1所述的一种基于ssa-tcn-am组合模型的cpi预测方法，其特征在于，所述步骤s2中数据重构的格式如下：

4.根据权利要求1所述的一种基于ssa-tcn-am组合模型的cpi预测方法，其特征在于，所述步骤s3中基于tcn-am的预测模型的建立过程为：

5.根据权利要求1所述的一种基于ssa-tcn-am组合模型的cpi预测方法，其特征在于，所述步骤s4...

【专利技术属性】
技术研发人员：王卫东，向学伟，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：