人工神經網絡在個體定稅中的應用研究.pdf

1、人工神經網絡 (簡稱ANN)是人類對其大腦信息處理機制的模擬。由于其自組織、自學習、自適應、非線性函數(shù)逼近和大規(guī)模并行處理等能力，因而具有用于智能系統(tǒng)的潛力。 個體經濟是整個國民經濟的重要組成部分，是地方稅源的重要來源。然而個體定稅主觀隨意性大，一直是個體稅收工作中的難點。系數(shù)定稅一定程度上增強了稅負的公平性，但其定稅模型不能實時、動態(tài)地計算納稅人的實際應納稅額，且在計算精度上存在一定的局限性。 針對這一問題，本文提出基

2、于人工神經網絡技術的個體定稅的應用方案。根據(jù)設計方案，在株洲地稅提供的原始數(shù)據(jù)的基礎上進行了大量的試驗，同時分析、設計并實現(xiàn)了智能定稅原型系統(tǒng)，為個體定稅工作提供了參考。 本文主要研究了人工神經網絡技術在個體定稅中的應用。首先詳細介紹了人工神經網絡技術及其幾個主要的神經網絡訓練算法，特別是BP算法和級聯(lián)相關算法。然后，分別將BP算法和級聯(lián)相關算法應用于個體定稅中。通過實驗論證，BP算法是有效的，表明神經網絡技術應用于個體定稅是可