基于人工神经网络的经济预测研究

本文在总结已有研究成果的基础上,结合经济预测理论和不同神经网络算法的特点,着重研究了基于人工神经网络的经济预测。 首先,本文总结和研究了经济预测特点、分类、方法、步骤及检验误差,指出随着经济管理问题的复杂化,传统的预测方法也越来越不适应快速反应、及时生产的现代管理要求,由于经济系统本身的复杂性和神经网络技术良好的适应性,基于人工神经网络的经济预测前景广阔。 其次,本文阐述了一些基本的神经网络算法,其中着重研究了基于结构风险最小化思想的支持向量机算法。接着,本文介绍了利用神经网络进行预测的三种常用模型,并利用实际数据检验了它们的优劣。 再次,本文研究了经济学界常用作预测经济增长的三个经济增长模型以及各自的特点,指出利用神经网络完全可以模拟经济系统内部的未知关系,减少经济模型中的各种假定,从而使预测更加切合实际。 最后,本文通过选择合适的神经网络算法,构建相应的经济预测模型,利用深圳的具体经济数据进行了实证预测研究。实证结果表明,基于人工神经网络的经济预测是可行和有效的,利用神经网络进行经济预测对于有效指导经济决策具有较大的参考价值。