基于灰色RBF神经网络的多因素财政收入预测模型

被引：12

作者：

赵海华

机构：

[1] 安徽大学国际商学院

来源：

统计与决策 | 2016年 / 13期

关键词：

RBF神经网络; 无偏GM(1,1)模型; 财政收入预测;

D O I：

10.13546/j.cnki.tjyjc.2016.13.021

中图分类号：

TP183 [人工神经网络与计算]; F224 [经济数学方法]; F812.7 [地方财政];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0701 ; 070104 ; 020203 ;

摘要：

针对财政收入及其影响因素原始数据呈随机性、非线性变化,两者之间具有非线性相关关系的特点,文章在分析RBF神经网络和无偏GM(1,1)模型两者建模优点的基础上,结合回归分析思想,提出了基于灰色RBF神经网络的多因素财政收入预测模型;并以安徽省财政收入数据作为检验样本对所建模型进行检验。

引用

页码：79 / 81

页数：3

共 6 条

[1]

基于灰色理论与神经网络的交通量组合预测模型研究.[D].严磊.重庆大学.2010, 03

[2]

Forecasting stock indices using radial basis function neural networks optimized by artificial fish swarm algorithm.[J].Wei Shen;Xiaopen Guo;Chao Wu;Desheng Wu.Knowledge-Based Systems.2010, 3

[3] 西安市城郊自备井开采区承压水位埋深的变化及预测 [J].

董艳慧 ;

周维博 ;

马东华 .

干旱区资源与环境 , 2015, (06) :158-162

[4] 多边界条件下热泵利用循环水余热的CPCS-RBF预测控制 [J].

周洪煜 ;

杜学森 ;

张振华 ;

黄耀珍 .

中国电机工程学报, 2015, 35 (03) :645-651

[5] 农机总动力预测的灰色神经网络新方法 [J].

严磊 ;

毛凤梅 ;

雷邦军 ;

罗会亮 .

中国农机化学报, 2013, 34 (03) :45-48

[6] 组合预测模型在地方财政收入预测中的应用 [J].

范敏 ;

石为人 ;

梁勇林 ;

华海玉 .

重庆大学学报, 2008, (05) :536-540

← 1 →