針對(duì)以往的建模方法和研究方法存在的問(wèn)題和缺陷，為了使研究結(jié)果更具有客觀性、真實(shí)性，盡量避免人為主觀性的影響，本文對(duì)成都市的GDP增長(zhǎng)引入了一種新的研究方法，即自組織數(shù)據(jù)挖掘算法(Group Method of Data Handling，GMDH)。自組織數(shù)據(jù)挖掘算法是一種以數(shù)據(jù)為導(dǎo)向的復(fù)雜系統(tǒng)建模方法，它的建模過(guò)程與生物進(jìn)化的過(guò)程極為相似，通過(guò)建模結(jié)果能相對(duì)容易地認(rèn)識(shí)復(fù)雜事物的本質(zhì)規(guī)律性，滿足客觀性、真實(shí)性的要求。本文以成都市的經(jīng)濟(jì)數(shù)據(jù)為基礎(chǔ)，對(duì)成都市GDP及其影響因素進(jìn)行自組織數(shù)據(jù)挖掘建模，并且對(duì)建模的主要結(jié)果進(jìn)行深入分析，發(fā)現(xiàn)了各影響因素間內(nèi)在、本質(zhì)的聯(lián)系，并提出了改進(jìn)措施和建設(shè)性政策建議，主要內(nèi)容如下： 第1章，緒論。提出問(wèn)題，確定研究目的和研究思路，總結(jié)國(guó)內(nèi)外研究現(xiàn)狀，綜述本文的主要工作。 第2章，自組織數(shù)據(jù)挖掘理論與方法。在全面深入的分析總結(jié)以往研究經(jīng)濟(jì)增長(zhǎng)以及GDP增長(zhǎng)成果的基礎(chǔ)上，提出研究GDP增長(zhǎng)的一種新的研究方法——自組織數(shù)據(jù)挖掘算法(GMDH)。分析指出用基于數(shù)據(jù)導(dǎo)向的自組織數(shù)據(jù)挖掘算法(GMDH)研究成都市GDP增長(zhǎng)的重要意義。 第3章，成都市GDP增長(zhǎng)的自組織模型。以成都市統(tǒng)計(jì)年鑒的數(shù)據(jù)為主要依據(jù)，對(duì)成都市GDP增長(zhǎng)進(jìn)行了自組織數(shù)據(jù)挖掘(GMDH)建模研究。通過(guò)不斷調(diào)節(jié)模型參數(shù)并選擇不同的時(shí)間段構(gòu)建自組織模型群，同時(shí)以全國(guó)為主要參照對(duì)象進(jìn)行模型對(duì)比分析，構(gòu)建了一個(gè)自組織數(shù)據(jù)挖掘模型群，揭示了影響成都市GDP增長(zhǎng)的主要原因。 第4章，投資與消費(fèi)對(duì)成都市GDP增長(zhǎng)的影響分析。為了深入研究投資和消費(fèi)與成都GDP增長(zhǎng)的關(guān)系，拓展了柯布—道格拉斯函數(shù)，提出泛柯布—道格拉斯模型的概念，擴(kuò)展了柯布—道格拉斯函數(shù)的應(yīng)用范圍，對(duì)成都GDP增長(zhǎng)進(jìn)行建模研究。同時(shí)，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)模型對(duì)成都市投資水平和消費(fèi)水平進(jìn)行深入分析，揭示影響成都市投資與消費(fèi)水平發(fā)展的主要因素，并提出針對(duì)性的政策建議。 第5章，產(chǎn)業(yè)結(jié)構(gòu)對(duì)成都市GDP增長(zhǎng)的影響分析。分析成都市近年來(lái)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展現(xiàn)狀后，運(yùn)用偏離份額分析法(SSM)對(duì)成都市經(jīng)濟(jì)增長(zhǎng)動(dòng)力進(jìn)行分析，同時(shí)運(yùn)用區(qū)位商分析方法對(duì)成都市第二產(chǎn)業(yè)中工業(yè)的四大主導(dǎo)產(chǎn)業(yè)進(jìn)行分析，得出醫(yī)藥工業(yè)、電子信息產(chǎn)業(yè)區(qū)位商較高，是成都市主要的優(yōu)勢(shì)產(chǎn)業(yè)的觀點(diǎn)。針對(duì)產(chǎn)業(yè)結(jié)構(gòu)存在的問(wèn)題，提出對(duì)成都市產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行調(diào)整的方向和措施。 第6章，城市化水平對(duì)成都市GDP增長(zhǎng)的影響分析。城市化是與成都市GDP增長(zhǎng)最為密切的影響因素之一。運(yùn)用了回歸分析模型分析成都市城市化率與經(jīng)濟(jì)增長(zhǎng)之間的線性對(duì)數(shù)曲線關(guān)系，并進(jìn)行因果檢驗(yàn)。針對(duì)成都市處于城市化快速發(fā)展時(shí)期，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)模型，對(duì)成都市城市化水平分別進(jìn)行量和質(zhì)的建模研究，特別是在質(zhì)量建模中運(yùn)用層次分析方法(AHP)進(jìn)行綜合評(píng)價(jià)，揭示成都市城市化過(guò)程中硬件先行、軟件滯后，基礎(chǔ)設(shè)施先行而人文環(huán)境落后的突出問(wèn)題，提出提升成都市城市化率和城市化的質(zhì)量水平的政策建議。 第7章，成都市非量化因素對(duì)GDP增長(zhǎng)的影響分析。根據(jù)GMDH核心模型和泛柯布—道格拉斯模型的結(jié)果，分析影響成都市GDP增長(zhǎng)的非量化因素，提出建立規(guī)范化服務(wù)型政府，深化財(cái)政體制改革、提高地方財(cái)政運(yùn)行質(zhì)量和效益，完善政府投資項(xiàng)目管理等建設(shè)性意見(jiàn)，通過(guò)改進(jìn)，大量的非量化因素能夠促進(jìn)成都市GDP的增長(zhǎng)，而非制約成都市GDP增長(zhǎng)。 第8章，成都市經(jīng)濟(jì)發(fā)展水平的綠色GDP分析。采用當(dāng)前國(guó)際經(jīng)濟(jì)界正在探索和發(fā)展的綠色GDP分析方法分析成都市經(jīng)濟(jì)發(fā)展與綠色GDP的關(guān)系。采用傳統(tǒng)GDP—自然資源損耗—環(huán)境污染損失的方法對(duì)成都市綠色GDP進(jìn)行了核算。運(yùn)用數(shù)學(xué)方法對(duì)成都市綠色GDP和GDP與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行了論證。提出以科學(xué)發(fā)展觀為指導(dǎo)的成都市可持續(xù)發(fā)展戰(zhàn)略對(duì)策措施。
【學(xué)位單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2007
【中圖分類】：F127;F224
【部分圖文】：

洲叮一價(jià)硯汀，.認(rèn)一竺.:一_.丁_一:二A:競(jìng)爭(zhēng)模型發(fā)生器，B:選擇準(zhǔn)則，C:淘汰裝置，M:最優(yōu)復(fù)雜度模型圖2一 1GMOH算法基本結(jié)構(gòu)示意圖按第二階段生成競(jìng)爭(zhēng)模型的方式不同而產(chǎn)生不同的GMDH算法。競(jìng)爭(zhēng)模型發(fā)生器A輸出的是采用提高模型復(fù)雜度算法得到的更復(fù)雜的競(jìng)爭(zhēng)模型，淘汰裝置C根據(jù)給出的選擇準(zhǔn)則B選擇出最優(yōu)復(fù)雜度模型M.主要的GMDH算法包括:多層算法和組合算法。運(yùn)用這些基本算法可以產(chǎn)生其它的一些算法。多層算法對(duì)具有線性輸入項(xiàng)的局部函數(shù)產(chǎn)生多層的網(wǎng)絡(luò)結(jié)構(gòu)。組合算法運(yùn)用一個(gè)單層的網(wǎng)絡(luò)結(jié)構(gòu)，這種結(jié)構(gòu)中包含了所有輸入項(xiàng)的任意組合(其中，每個(gè)項(xiàng)可以是單個(gè)變量，也可以是任意變量的組合，或微分、差分等形式)，該算法可以通過(guò)在多層結(jié)構(gòu)的每層對(duì)輸入節(jié)點(diǎn)的個(gè)數(shù)進(jìn)行限制而實(shí)現(xiàn)。(一)組合算法組合算法使用單層結(jié)構(gòu)，因而也叫單層算法。組合算法的基礎(chǔ)是完全歸納法，它對(duì)于輸入變量的所有組合產(chǎn)生和函數(shù)，這相當(dāng)于在回歸分析中的“所有類型的回歸”。該算法的特點(diǎn)是結(jié)構(gòu)簡(jiǎn)單、操作方便，可以通過(guò)使用某些遞歸程序在計(jì)算機(jī)上實(shí)現(xiàn)。下面

用完全歸納法建模，采用單層的網(wǎng)絡(luò)結(jié)構(gòu)，步驟如下:1.產(chǎn)生u，，uZ和u3的所有組合的MI個(gè)局部函數(shù)(在本例中有7個(gè)局部函數(shù)，如圖2一2):夕，=a;‘，+a{‘，u，，(2一36)少2=a;，，+a{”uZ，(2一37)少。=a;，，+a{

且定義的閉值滿足m全汽之凡鄉(xiāng)二之月二1，則在第l層上一個(gè)唯一的單元(局部函數(shù))被選擇出來(lái)。這個(gè)單元對(duì)應(yīng)的局部函數(shù)就是系統(tǒng)的最優(yōu)模型。圖2一3表示了一個(gè)具有5個(gè)輸入變量，每層選取5個(gè)單元的多層網(wǎng)絡(luò)結(jié)構(gòu)。最終，我們得到的以輸入變量表示的最優(yōu)模型如下所示。恤水戶妙·勻瞥熱耳仍一豁、邵粵冬竺鄴嚎即筍_資多(攀、一均圖2一3具有5個(gè)輸入變量，每層選取5個(gè)單元的多層網(wǎng)絡(luò)結(jié)構(gòu)vZ=f(z，，23)三f(f(夕1，yZ)，f(yl，y4))“f(u
【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 林佳;程浩忠;顧潔;楊宗麟;王崢;;中長(zhǎng)期負(fù)荷預(yù)測(cè)的GMDH多結(jié)構(gòu)自動(dòng)搜索模型[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2010年05期

本文編號(hào)：2884704