基于人工神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)預(yù)測(cè)研究.pdf

1、本文在總結(jié)已有研究成果的基礎(chǔ)上，結(jié)合經(jīng)濟(jì)預(yù)測(cè)理論和不同神經(jīng)網(wǎng)絡(luò)算法的特點(diǎn)，著重研究了基于人工神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)預(yù)測(cè)。 首先，本文總結(jié)和研究了經(jīng)濟(jì)預(yù)測(cè)特點(diǎn)、分類、方法、步驟及檢驗(yàn)誤差，指出隨著經(jīng)濟(jì)管理問(wèn)題的復(fù)雜化，傳統(tǒng)的預(yù)測(cè)方法也越來(lái)越不適應(yīng)快速反應(yīng)、及時(shí)生產(chǎn)的現(xiàn)代管理要求，由于經(jīng)濟(jì)系統(tǒng)本身的復(fù)雜性和神經(jīng)網(wǎng)絡(luò)技術(shù)良好的適應(yīng)性，基于人工神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)預(yù)測(cè)前景廣闊。 其次，本文闡述了一些基本的神經(jīng)網(wǎng)絡(luò)算法，其中著重研究了基于結(jié)構(gòu)風(fēng)

2、險(xiǎn)最小化思想的支持向量機(jī)算法。接著，本文介紹了利用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)的三種常用模型，并利用實(shí)際數(shù)據(jù)檢驗(yàn)了它們的優(yōu)劣。 再次，本文研究了經(jīng)濟(jì)學(xué)界常用作預(yù)測(cè)經(jīng)濟(jì)增長(zhǎng)的三個(gè)經(jīng)濟(jì)增長(zhǎng)模型以及各自的特點(diǎn)，指出利用神經(jīng)網(wǎng)絡(luò)完全可以模擬經(jīng)濟(jì)系統(tǒng)內(nèi)部的未知關(guān)系，減少經(jīng)濟(jì)模型中的各種假定，從而使預(yù)測(cè)更加切合實(shí)際。 最后，本文通過(guò)選擇合適的神經(jīng)網(wǎng)絡(luò)算法，構(gòu)建相應(yīng)的經(jīng)濟(jì)預(yù)測(cè)模型，利用深圳的具體經(jīng)濟(jì)數(shù)據(jù)進(jìn)行了實(shí)證預(yù)測(cè)研究。實(shí)證結(jié)果表明，基于人工神