基于粗糙集-神经网络的城市产业生命周期识别

被引：4

作者：

王德鲁

宋学锋

机构：

[1] 中国矿业大学管理学院

来源：

系统工程学报 | 2009年 / 24卷 / 06期

关键词：

粗糙集; RBF神经网络; 城市产业生命周期; 识别方法;

D O I：

暂无

中图分类号：

F299.2 [中国]; F224 [经济数学方法];

学科分类号：

1204 ; 0701 ; 070104 ;

摘要：

以城市经济为背景,提出了基于粗糙集-RBF神经网络的城市产业生命周期识别方法.首先运用基于MDV函数与信息熵的模糊聚类算法进行连续属性离散化处理,然后采用粗糙集理论约简出重要指标体系,最后将训练样本输入RBF神经网络进行学习和训练,并对检验样本的产业生命周期阶段进行判断.对大连市669组样本产业的分析结果表明:基于MDV函数与信息熵的模糊聚类算法能够有效改善离散化效果,且与通常采用的模糊评价法相比,该方法对检验样本预测精度更高,是一种有效和实用的城市产业生命周期识别工具.

引用

页码：710 / 716

页数：7

共 5 条

[1] 可变精度粗糙集模型区间约简 [J].

王加阳 ;

罗安 ;

陈松乔 .

系统工程学报, 2007, (06) :620-626

[2] 城市衰退产业识别模型 [J].

张米尔 ;

高喆 .

经济理论与经济管理, 2004, (09) :44-47

[3]

衰退产业论[M]. 南京大学出版社 , 陆国庆著, 2002

[4]

Michael Gort’s Contribution to Economics[J] . Boyan Jovanovic.Review of Economic Dynamics . 1998 (2)

[5]

Image classification algorithm based on the RBF neural network and K-means. Rollet R. International Journal of Remote Sensing . 2007

← 1 →