摘要：提出一种混沌理论和改进神经网络相融合的居民消费价格指数预测模型（Chaotic-NN）。首先对居民消费价格指数历史样本进行相空间重构,从中发现居民消费价格指数的变化信息,然后采用神经网络建立居民消费价格指数预测模型,并采用粒子群算法优化神经网络参数,最后利用多个居民消费价格指数预测实例对其性能进行验证性测试。结果表明,Chaotic-NN 可以全面描述居民消费价格指数变化的非线性和混沌性,拟合度和预测精度都比较高,真实地反映了居民消费价格指数的变化规律。

关键词：居民消费价格指数 混沌理论 神经网络 相空间重构 

单位：山东女子学院基础部 山东济南250300