[发明专利]区域工业经济增速的预测方法、系统和存储介质

说明书

本发明提供一种区域工业经济增速的预测方法、系统和存储介质，涉及数据预测领域。包括以下步骤：获取工业经济数据，形成历史数据；基于所述历史数据确定工业经济的预测指标；对所述预测指标进行异常值处理；对处理后的预测指标进行归一化处理，获得标准化指标；基于所述标准化指标构建长短期记忆网络模型；对所述长短期记忆网络模型进行批数据处理；对所述长短期记忆网络模型进行自适应优化。本发明可以准确预测区域工业经济的增速。

技术领域

本发明涉及数据预测领域，具体涉及一种区域工业经济增速的预测方法、系统和存储介质。

背景技术

随着经济的发展，宏观环境愈发错综复杂。工业经济是影响国民经济的主要部分，但是工业经济运行仍然面临一些不确定因素，如：经济下行压力依然较大，实体经济运行困难较多，投资增速持续下滑，就业压力增大等。因此实时掌握工业经济运行状态，准确预测工业经济的发展趋势显得愈发重要。

现有技术一般采用向量自回归(VAR)模型处理这种宏观经济非稳定数据。VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型。

然而工业经济影响因素与工业经济增速间的关系往往是非线性的，现有的方法难以分析这种非线性关系，从而造成现有技术预测出的工业经济增速结果不够准确。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种区域工业经济增速的预测方法、系统和存储介质，解决了现有技术无法准确预测工业经济增速的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

本发明解决其技术问题所提供的一种区域工业经济增速的预测方法，所述预测方法由计算机执行，包括以下步骤：

获取工业经济数据，形成历史数据；

基于所述历史数据确定工业经济的预测指标；

对所述预测指标进行异常值处理；对处理后的预测指标进行归一化处理，获得标准化指标；

基于所述标准化指标构建长短期记忆网络模型，所述长短期记忆网络模型用于预测区域工业经济的增速，所述长短期记忆网络模型包括：1个输入层、4个隐藏层和1个输出层；其中：隐藏层的网络结构为：LSTM层-Dropout层-Dense层-Dense层；

对所述长短期记忆网络模型进行批量数据处理；

对所述长短期记忆网络模型进行自适应优化。

优选的，所述工业经济的预测指标包括：月度预测指标和季度预测指标。

优选的，所述月度预测指标包括：居民消费价格指数、生产者价格指数、采购经理指数、亏损单位数本月同比增长率、应收账款本月同比增长率、产成品存货本月同比增长率、主营业务收入本月同比增长率、利润总额本月同比增长率、亏损企业亏损额本月同比增长率、利税总额本月同比增长率、工业增加值本月同比增长率、工业用电量本月同比增长率、经济效益综合指数、总资产贡献率、资本保值增值率、资产负债率、流动资产周转次数、成本费用利润率、全员劳动生产率、工业产品产销率本月同比增长率、工业固定资产投资完成额本月同比增长率、全国工业增加值本月同比增长率、全国采购经理指数、企业景气指数、企业家信心指数、省工业生产者购进价格指数和月份。