摘要：基于相空间重构的非线性预报思想,建立一个时滞的BP神经网络模型(TDBPNN),采用贝叶斯正则化方法提高BP网络的泛化能力,并将该模型应用于中国进出口贸易的预测,结果证明改进的TDBPNN模型具有较好的泛化能力,准确拟合了进出口贸易发展的历史值和趋势.区别于一般的预测评价,认为非线性预测不仅要注重数据拟合和精度改进,而且应该能够反映被预报系统的非线性特征.在分析模型预测精度的同时,通过计算拟合序列和原序列的非线性特征量进行模型评价,证实预测模型能够合理地"捕捉"到产生原序列的非线性系统的动力学特征.

关键词：非线性预测 进出口贸易 相空间重构 bp网络 贝叶斯正则化 

单位：湖南大学经济与贸易学院，长沙410079