基于ARIMA模型的渔业经济预测及其优化

doi:10.3969/j.issn.1006-2475.2019.04.016

计算机与现代化 ›› 2019, Vol. 0 ›› Issue (04): 87-.doi: 10.3969/j.issn.1006-2475.2019.04.016

基于ARIMA模型的渔业经济预测及其优化

(1.淮海工学院理学院，江苏连云港222005；2.中船重工信息科技有限公司，江苏连云港222061）

收稿日期:2018-09-29 出版日期:2019-04-26 发布日期:2019-04-30
作者简介:蔡格菁（1997-），女，江苏宿迁人，本科生，研究方向：数据统计分析，E-mail: cgj1570514@163.com；傅海彬（1997-），女，浙江嵊州人，本科生，研究方向：数据统计分析；通信作者：蒋仁斌（1968-），男，江苏连云港人，讲师，硕士，研究方向：应用统计学,E-mail: jiangrenbin@126.com；黄斌（1971-），男，研究员，硕士，研究方向：智能数据处理；张政（1987-），男，研究员，硕士，研究方向：智能数据处理；张恒（1981-），男，江苏连云港人，副教授，博士，研究方向：数据统计分析，E-mail: ezhangheng@gmail.com。
基金资助:
国家自然科学基金资助项目(61503147)；江苏省六大人才高峰项目(XYDXX-047)；连云港市“海燕计划”重点项目（2018-ZD-003， 2018-QD-001， 2018-QD-012）；淮海工学院优秀本科毕业论文（设计）培育计划（5501006）；淮海工学院自然科学基金创新基金资助项目（Z2017005）

ARIMA Based Fishing Economy Prediction Model and Its Optimization

(1. School of Science, Huaihai Institute of Technology, Lianyungang 222005, China;
2. China Shipbuilding Industry Information Technology Co., Ltd., Lianyungang 222061, China)

Received:2018-09-29 Online:2019-04-26 Published:2019-04-30

摘要/Abstract

摘要： 渔业作为国民经济的重要基础之一，对其进行预测十分必要。本文采用时间序列ARIMA模型对渔业总产值进行预测，根据模型预测结果进行误差分析。考虑通货膨胀对预测模型的影响，利用居民消费价格指数（CPI）对模型进行进一步优化。进而以江苏省渔业总产值为例，将1995—2014年的数据作为训练样本，建立模型并结合CPI指数对其优化，以2015—2018年数据作为测试样本，验证了优化模型具有较好的预测效果。

关键词: 渔业总产值, ARIMA模型, CPI指数

Abstract: As one of the important foundation of national economy, fishery is necessary to forecast. In this paper, the time series ARIMA model is used to predict the total output value of fishery, and the error analysis is made based on the model prediction results. Considering the effect of inflation on the prediction model, the model is optimized by using CPI index. Taking the total fishery output value of Jiangsu province as an example, the data from 1995 to 2014 were taken as training samples, and the model was established and optimized with CPI index. The data from 2015 to 2018 were taken as test samples, the results show that the optimization model had good prediction effect.

Key words: total fishery output value, ARIMA model, CPI index

中图分类号:

TP391

蔡格菁1，傅海彬1，蒋仁斌1，黄斌2，张政2，张恒1. 基于ARIMA模型的渔业经济预测及其优化[J]. 计算机与现代化, 2019, 0(04): 87-.

CAI Ge-jing1, FU Hai-bin1, JIANG Ren-bin1, HUANG Bin2, ZHANG Zheng2, ZHANG Heng1. ARIMA Based Fishing Economy Prediction Model and Its Optimization[J]. Computer and Modernization, 2019, 0(04): 87-.

参考文献

［1］姚朋. 世界海洋经济竞争愈演愈烈［N］. 中国社会科学报, 2016-12-07. 〖HJ1.5mm〗
［2］向云波,徐长乐,戴志军. 世界海洋经济发展趋势及上海海洋经济发展战略初探［J］. 海洋开发与管理, 2009,26(2):46-52.
［3］国家海洋局. 2017年中国海洋经济统计公报［EB/OL］. (2018-03-01).http://wemedia.ifeng.com/50773403/wemedia.shtml.
［4］于丽丽,孟德友. 中国海陆经济一体化的时空分异研究［J］. 经济经纬, 2017,34(2):7-12.
［5］郑永坤,刘春. 基于ARMA模型的二手房价格预测［J］. 计算机与现代化, 2018(4):122-126.
［6］刘洁,曲波,何钦成. 应用时间序列模型对全国2004-2009年疟疾疫情分析及预测［J］. 中国媒介生物学及控制杂志, 2011(2):134-136.
［7］王振尨. 应用时间序列分析［M］. 北京:中国统计出版社, 2010.
［8］赵子萌. 基于ARIMA时间序列模型预测成都市GDP［J］. 通讯世界, 2019(2):206-207.
［9］李秀敏,王希杰. 基于ARIMA模型的山东省市域居民收入预测分析［J］. 管理观察, 2015(3):190-192.
［10］王燕. 应用时间序列分析［M］. 北京:中国人民大学出版社, 2015.
［11］陈燕蝶,欧启通. 基于ARMA模型的福建省沿海与山区居民收入分析和预测［J］. 兰州文理学院学报（自然科学版）, 2018,32(2):26-32.
［12］顾兆军,王双,赵亿. 基于时间序列的机票价格预测模型［J］. 中国民航大学学报, 2013(2):80-84.
［13］李达. 基于时间序列分析方法的油田产量预测与应用［D］. 兰州:兰州理工大学, 2018.
［14］ERDEME, SHI J. ARMA based approaches for forecasting the tuple of wind speed and direction［J］. Applied Energy, 2011,88(4):1405-1414.
［15］WANG Q, LI S Y, LI R R, et al. Forecasting U.S. shale gas monthly production using a hybrid ARIMA and metabolic nonlinear grey model［J］. Energy, 2008,160:378-387.
［16］陈黎明,赵元元. 季节ARIMA模型在保费总收入预测中的应用［J］. 福建金融管理干部学院学报, 2018(12):3-8.
［17］阮敬,纪宏. 使用SAS统计分析教程［M］. 北京:中国统计出版社, 2013.
［18］费一凡,陶雨芊. 基于ARMA模型的黄金价格短期预测分析［J］. 时代金融, 2018(30):236-237.
［19］袁志强,陈锐. 基于ARMA模型的CPI短期预测研究［J］. 中国集体经济, 2018(3):64-65.
［20］石美娟. ARIMA模型在上海市全社会固定资产投资预测中的应用［J］. 数理统计与管理, 2005(1):69-74.
［21］程引,刘静伟,赵晋泉. 基于ARMA模型的中短期风电功率预测［J］. 水电与新能源, 2012(4):72-75.
［22］娄海芳,陈翀,张鞠成,等. 基于ARMA模型的医疗设备维修工作量短期预测［J］. 医疗装备, 2018(3):48-49.
［23］李姝敏,张勋尘. 基于ARMA模型的兰州市人口短期预测研究［J］. 中国市场, 2015(35):54-55.

[1]	邵必林, 程婉荣. 基于SARIMA模型的短期天然气负荷区间预测[J]. 计算机与现代化, 2023, 0(08): 54-59.
[2]	董章功, 宋波, 孟友新. 基于SEIR-ARIMA混合模型的新冠肺炎预测[J]. 计算机与现代化, 2022, 0(02): 1-6.
[3]	陈晓雷, 王星星, 申浩阳. 智慧农业中时序数据组合预测模型[J]. 计算机与现代化, 2021, 0(09): 121-126.

基于ARIMA模型的渔业经济预测及其优化

ARIMA Based Fishing Economy Prediction Model and Its Optimization

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics

本文评价