經(jīng)濟預(yù)警是對經(jīng)濟運行狀況的認(rèn)識和判斷,其研究結(jié)果直接影響宏觀調(diào)控政策的合理制定,不僅是經(jīng)濟學(xué)的重要研究領(lǐng)域,而且倍受各國政府和公眾的普遍關(guān)注。但是,傳統(tǒng)預(yù)警方法主要建立在專家經(jīng)驗或簡單的統(tǒng)計學(xué)模型,難以反映高度非線性的經(jīng)濟系統(tǒng)的本質(zhì),無法滿足宏觀經(jīng)濟預(yù)警的客觀要求。本文在對國內(nèi)外宏觀經(jīng)濟預(yù)警概述的基礎(chǔ)上,闡述宏觀經(jīng)濟預(yù)警理論體系中預(yù)警指標(biāo)體系的設(shè)計、預(yù)警模型、預(yù)警系統(tǒng)建立等方面的問題;深入分析了人工神經(jīng)網(wǎng)絡(luò)（ANN）與粗集（Rough set）理論方法,討論了將Rough集、構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)相結(jié)合實現(xiàn)宏觀經(jīng)濟預(yù)警的可行性,并建立基于Rough集---覆蓋算法的構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的宏觀經(jīng)濟預(yù)警模型。最后,結(jié)合安徽省經(jīng)濟運行的月度數(shù)據(jù),對該模型預(yù)警實證分析,結(jié)果表明基于Rough集---覆蓋算法的構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)預(yù)警模型是有效的、可行的,且具有很好的精度。從而為動態(tài)經(jīng)濟預(yù)警提供一條新的途經(jīng)。 本文的主要研究結(jié)果如下: （1）基于Rough set經(jīng)濟指標(biāo)體系的選擇。由于經(jīng)濟預(yù)警指標(biāo)之間存在相關(guān)性和冗余,在介紹粗糙集的理論和方法的基礎(chǔ)上,給出了基于粗糙集的經(jīng)濟預(yù)警指標(biāo)體系選擇... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 概述
    §1.1 國內(nèi)外宏觀經(jīng)濟預(yù)警的起源與發(fā)展
    §1.2 我國宏觀經(jīng)濟預(yù)警研究歷史和現(xiàn)狀
    §1.3 目前宏觀經(jīng)濟預(yù)警存在的問題
    §1.4 本文研究背景與主要研究內(nèi)容
第二章 Rough set與經(jīng)濟預(yù)警指標(biāo)體系
    §2.1 經(jīng)濟預(yù)警指標(biāo)體系
    §2.2 Rough set理論
    §2.3 基于Rough set經(jīng)濟預(yù)警指標(biāo)體系的選擇
第三章 基于覆蓋算法的構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
    §3.1 人工神經(jīng)網(wǎng)絡(luò)概述
    §3.2 基于覆蓋算法的構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
第四章 Rough集-構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)經(jīng)濟預(yù)警模型
    §4.1 經(jīng)濟預(yù)警模型
    §4.2 Rough集-覆蓋算法的構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)預(yù)警模型
第五章 Rough集-構(gòu)造性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型實證分析
    §5.1 經(jīng)濟預(yù)警指標(biāo)的知識約簡
    §5.2 基于覆蓋算法的ANN預(yù)警模型的建立
    §5.3 經(jīng)濟預(yù)警實證分析
第六章 總結(jié)與展望
參考文獻
在讀期間從事的科研工作及發(fā)表論文
致謝



本文編號：3367826