基于人工神經(jīng)網(wǎng)絡的經(jīng)濟預測研究.pdf

1、本文在總結已有研究成果的基礎上，結合經(jīng)濟預測理論和不同神經(jīng)網(wǎng)絡算法的特點，著重研究了基于人工神經(jīng)網(wǎng)絡的經(jīng)濟預測。 首先，本文總結和研究了經(jīng)濟預測特點、分類、方法、步驟及檢驗誤差，指出隨著經(jīng)濟管理問題的復雜化，傳統(tǒng)的預測方法也越來越不適應快速反應、及時生產的現(xiàn)代管理要求，由于經(jīng)濟系統(tǒng)本身的復雜性和神經(jīng)網(wǎng)絡技術良好的適應性，基于人工神經(jīng)網(wǎng)絡的經(jīng)濟預測前景廣闊。 其次，本文闡述了一些基本的神經(jīng)網(wǎng)絡算法，其中著重研究了基于結構風

2、險最小化思想的支持向量機算法。接著，本文介紹了利用神經(jīng)網(wǎng)絡進行預測的三種常用模型，并利用實際數(shù)據(jù)檢驗了它們的優(yōu)劣。 再次，本文研究了經(jīng)濟學界常用作預測經(jīng)濟增長的三個經(jīng)濟增長模型以及各自的特點，指出利用神經(jīng)網(wǎng)絡完全可以模擬經(jīng)濟系統(tǒng)內部的未知關系，減少經(jīng)濟模型中的各種假定，從而使預測更加切合實際。 最后，本文通過選擇合適的神經(jīng)網(wǎng)絡算法，構建相應的經(jīng)濟預測模型，利用深圳的具體經(jīng)濟數(shù)據(jù)進行了實證預測研究。實證結果表明，基于人工神