本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的景氣預(yù)測模型　出處：《統(tǒng)計(jì)與決策》2017年10期 　論文類型：期刊論文

  更多相關(guān)文章： 神經(jīng)網(wǎng)絡(luò) 景氣預(yù)測 先行指標(biāo) 中關(guān)村高新科技園區(qū)

【摘要】：為提高神經(jīng)網(wǎng)絡(luò)自回歸預(yù)測模型的精度,文章構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的景氣預(yù)測模型。主要運(yùn)用景氣預(yù)測判斷先行指標(biāo),以及其相對基準(zhǔn)指標(biāo)的先行期數(shù),結(jié)合神經(jīng)網(wǎng)絡(luò)非線性適應(yīng)能力、自適應(yīng)能力強(qiáng)等特點(diǎn),構(gòu)建了基于RBF神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)的四種景氣預(yù)測模型。對比分析這四種基于神經(jīng)網(wǎng)絡(luò)的景氣預(yù)測模型和神經(jīng)網(wǎng)絡(luò)自回歸預(yù)測模型,發(fā)現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的景氣預(yù)測模型均取得良好的預(yù)測效果,其中,基于RBF神經(jīng)網(wǎng)絡(luò)的景氣預(yù)測模型最佳。
[Abstract]:For the autoregressive prediction model to improve the accuracy of neural network, this paper constructs a prediction model based on neural network. The main use of boom boom predict leading indicators, as well as its relative to the reference index of the first period, combined with the nonlinear neural network adaptive ability, adaptive ability, RBF neural network is built based on generalized regression neural network network, BP neural network, four kinds of depression Elman neural network prediction model. Comparative analysis of these four kinds of prediction model and neural network based on neural network autoregressive prediction model, found that based on neural network prediction model of the boom has achieved good prediction effect, the RBF neural network prediction model based on the best business.

【作者單位】： 北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院;
【基金】：北京知識管理研究基地資助項(xiàng)目 北京市屬高等學(xué)校高層次人才引進(jìn)與培養(yǎng)計(jì)劃項(xiàng)目 北京信息科技大學(xué)科研基金資助項(xiàng)目(1535002)
【分類號】：TP183
【正文快照】： 金資助項(xiàng)目(1535002)0引言景氣是對經(jīng)濟(jì)運(yùn)行趨勢的一種綜合性描述,用于說明經(jīng)濟(jì)的活躍程度。經(jīng)濟(jì)景氣是指總體經(jīng)濟(jì)呈向好發(fā)展,經(jīng)濟(jì)不景氣是指總體經(jīng)濟(jì)呈下滑的發(fā)展態(tài)勢。景氣指數(shù)不僅可以判斷當(dāng)前經(jīng)濟(jì)是過冷或過熱,且可以預(yù)測未來經(jīng)濟(jì)發(fā)展趨勢。景氣指數(shù)是通過景氣指標(biāo)的合成

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

2 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運(yùn)優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報(bào);2003年02期

3 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

4 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

5 周麗暉;從統(tǒng)計(jì)角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計(jì)教育;2005年06期

6 趙奇 ,劉開第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計(jì)算機(jī)信息;2005年14期

7 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

8 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報(bào);2006年03期

9 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

10 林靜怡;朱建平;;優(yōu)化問題神經(jīng)網(wǎng)絡(luò)方法的發(fā)展及有待解決的問題[J];統(tǒng)計(jì)教育;2006年11期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動(dòng)化會(huì)議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動(dòng)化會(huì)議論文集（第七分冊）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

9 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

10 董衛(wèi)軍;蔡美峰;張永華;;利用神經(jīng)網(wǎng)絡(luò)確定生產(chǎn)礦山的合理規(guī)模[A];第六屆全國采礦學(xué)術(shù)會(huì)議論文集[C];1999年

相關(guān)重要報(bào)紙文章 前6條

1 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報(bào);2007年

2 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日報(bào);2011年

3 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報(bào);2001年

4 木公;有界微分網(wǎng)絡(luò)技術(shù)：信息處理新時(shí)代[N];中國石化報(bào);2002年

5 本報(bào)記者 范毅波 張旭軍;帶上望遠(yuǎn)鏡上路[N];網(wǎng)絡(luò)世界;2005年

6 尼克;“想啥來啥”和“吃啥補(bǔ)啥”的人工智能之爭[N];東方早報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

8 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

9 胡文憑;基于深層神經(jīng)網(wǎng)絡(luò)的口語發(fā)音檢測與錯(cuò)誤分析[D];中國科學(xué)技術(shù)大學(xué);2016年

10 李曉剛;基于神經(jīng)網(wǎng)絡(luò)的碼垛機(jī)器人視覺位姿測量及伺服控制研究[D];北京林業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

2 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

3 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

4 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

5 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

6 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

7 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

8 胡婷;改進(jìn)QGA-BP模型及其在彌苴河總氮量預(yù)測中的應(yīng)用[D];昆明理工大學(xué);2015年

9 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預(yù)測研究[D];昆明理工大學(xué);2015年

10 李菊;BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)批量評估中的應(yīng)用研究[D];昆明理工大學(xué);2015年

，

本文編號：1384409