基于人工神经网络的经济预测模型

被引：9

作者：

郭庆春 ^{[1
]}

何振芳 ^{[2
]}

机构：

[1] 陕西广播电视大学

[2] 中国科学院寒区旱区环境与工程研究所

来源：

计算技术与自动化 | 2014年 / 33卷 / 01期

关键词：

改进BP算法; 神经网络; GDP; 时间序列;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; TP183 [人工神经网络与计算];

学科分类号：

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

摘要：

运用不同改进BP算法来建立和训练人工神经网络经济预测模型,并对GDP进行预测,结果表明:模拟值与实际值吻合较好,基于改进BP神经网络模型预测精度高,模型的通用性和实用性强。

引用

收藏

页码：132 / 136

页数：5

相关论文

共 15 条

[1] 基于主成分分析与BP神经网络的供应商选择模型 [J].

肖会敏 ;

郭鹏 .

计算技术与自动化, 2013, 32 (01) :130-133

[2] 基于神经网络集成的睡眠脑电分期研究 [J].

贾花萍 .

计算技术与自动化, 2012, 31 (02) :34-36

[3] 基于GA、BP神经网络和多元回归的集成算法研究 [J].

陈诚 ;

廖桂平 ;

李锦卫 ;

史晓慧 .

计算技术与自动化, 2011, 30 (02) :89-95

[4] 基于MCMC稳态模拟的异质性经济增长模型研究 [J].

朱慧明 ;

曾惠芳 ;

虞克明 .

统计研究, 2010, 27 (07) :52-59

[5] 基于BP神经网络技术的GDP预测方法 [J].

蒋雪 ;

王顶 .

经济论坛, 2010, (03) :203-204

[6] 基于人工神经网络预测控制的交通信号调度 [J].

贺战兵 .

计算技术与自动化, 2010, 29 (01) :22-24+50

[7] 一种基于粗糙集理论的神经网络图像分割方法 [J].

王晨 ;

米志强 .

计算技术与自动化, 2009, 28 (03) :86-89

[8] BP神经网络控制在静止式进相器中的应用 [J].

饶浩彬 ;

许湘莲 ;

严进林 ;

蔡珊珊 ;

查斌 .

计算技术与自动化, 2009, 28 (01) :60-62

[9] 机器学习在GDP预测分析中的应用研究 [J].

孙昊 ;

张琦 ;

许勇 .

计算机技术与发展, 2009, 19 (02) :227-229+233

[10] 时滞神经网络的全局渐近稳定性分析 [J].

高娟 .

计算技术与自动化, 2008, 27 (04) :24-26