[页数] 62 [字数] 29819 [目录] 第1章 绪论 1 第2章 宏观经济预测 5 第3章 人工神经网络 13 第4章 人工神经网络在经济增长模型中的应用 24 第5章 关键技术和方法 39 第6章 结论 50 参考文献 52 缩略语词汇表 55 致 谢 56 攻读硕士学位期间的研究成果 (不存在) [原文] 第1章 绪论 1.1 课题背景 随着改革开放以及经济的迅速发展,生产社会化的趋势日益明显。社会化大生产的特点是生产规模日益扩大,经营和管理过程更加复杂;因此,干扰国民经济发展的因素或者矛盾相伴出现。为了增强政府对宏观经济调控的准确性,提高企业生产经营管理的科学性,减少失误,就必须进行经济预测。经济系统建模一直是经济理论研究领域内一个重要的研究方向,它是在一定理论指导下,以某一经济概念的发展历史和现状为出发点,以统计资料和调查研究资料为依据,在对经济过程进行深刻的定性分析和严密的定量分析的基础上,建立起某一经济规律的数学模型,进而对经济未来的发展趋势做出科学的预测,从而为企业领导层进行决策,为国家政府部门进行宏观经济调控提供科学的依据。因此,建立起精确的经济规律的数学模型是保证经济预测准确性的关键。 人们在做宏观经济预测时用到的预测方法很多,比如:计量经济学方法、投入产出分析方法、系统动力学方法、最优化方法[1-6],然而,由于经济体系具有非线性、惯性、复杂性,并且影响经济增长的因素又很多(比如:人口结构、固定资产、资本投入、土地投入等等)[7],因此这些预测方法都或多或少地存在着预测精度不够的缺点。目前,国际上对人工神经网络模型在宏观经济预测中的研究已成为热点。近年来,人工神经网络的研究和应用受到了国内外的极大重视。它已经被广泛地应用在模式识别、信号处理、人工智能、图像处理、自动化控制等领域;近年来在经济景气分析、组合证券优化、股票预测等经济领域也有不少成功应用的实例[8,9]。 因此在此前提条件下提出了本课题的研究,即人工神经网络在经济增长模型中的应用。人工神经网络是用来模拟人脑结构及智能特点的一个前沿研究领域,它的一个重要特点是通过网络学习达到其输出与期望输出相符的结果...... [摘要] 本文在总结已有研究成果的基础上,结合经济预测理论和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,本文总结和研究了宏观经济预测的特点、方法、步骤,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十分广阔。 其次,本文研究了人工神经网络的特点、拓扑结构、工作原理,并着重研究了前馈性神经网络和BP算法;接着介绍了几种常用的经济增长函数和模型,并利用实际数据验证了人工神经网络应用于宏观经济预测中的可行性。 最后,本文使用Visual C++、MATCOM和MATLAB相结合的方法,开发出了使用BP神经网络进行经济预测的用户软件,并采用OLE和COM技术把开发的应用程序封装为ActiveX控件,从而避免了MATLAB环境的不稳定性,并同时为非经济专业人士对经济增长趋势的把握提供了一个方便、简单、易操作的用户程序。 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。 [参考文献] [1] 郅跃茹,朱维彰,诸静.链式数据重组与神经网络在经济预测中的应用[J].控制理论与应用,2004,21(4),643-645 [2] 杨敬农,胡达沙,程希骏.基于神经网络模型的合肥市“十五”时期主要经济总量的预测[J].运筹与管理,2001,10(1),135-138 [3] 张西栓,金镭.基于神经网络的区域经济因素关联分析[M].技术经济,2004,63-64 [4] 张华雨,韩伯棠 .人工神经网络在预测集成中的应用[J].北京理工大学学报(社会科学版) ,2001,3(3),15-17 [5] Petrick Irene J.. Technology roadmapping in review: A tool for making sustainable new product development decisions[J]. Technological Forecasting and Social Change, 2004,7(2),423-435 [6] Konak Abdullah . Estimation of shrinkage for near net-shape using a neural network approach. Journal of Intelligent Manufacturing[J],2003,42(2),47-50 [7] 梁理. 人工神经网络在宏观经济预测中的应用研究:[D].重庆:重庆大学,2005,14-21 [8] 周鹏,唐焕文. 一个中国宏观经济预测模型及算法[J]. 大连理工大学学报,2003,43(2),129-131 [9] 周鹏,唐焕文,赵晶等. 中国宏观经济预测模型算法及应用[J]. 大连理工大学学报,2004,44(3),342-345 [10] 海金. 神经网络原理[M].北京:机械工业出版社,2004,210-234 [11] 杨力,韩静.非线性经济建模中的BP神经网络模型研究[J].技术经济,2003,185(5),61-63 [12] 欧邦才.基于BP神经网络的经济预测方法[J].南京工程学院学报(自然科学版),2004,2(2),11-14 [13] Lu Jian-Chang . A study of short-term load forecasting based on ARIMA-ANN [R].Proceedings of 2004 International Conference on Machine Learning and Cybernetics,2004,18(5),32-34 [14] Zhang Xiao-Feng.Weight analysis based on the information entropy research on the inputs of ANN[J]. Shuikexue Jinzhan,2005,13(3),34-36 [15] 郭崇慧,唐焕文.宏观经济预测模型体系研究[J].运筹与管理,2001,10(4),1-8 [16] 张青贵. 人工神经网络导论[M].北京:中国水利水电出版社,2004,8-11 [17] 田景文,高美娟.人工神经网络算法研究及应用[M]. 北京: 北京理工大学出版社,2006,23-26 [18] Wang shu-Ming, Xia Guo-Ping.Method of flying dynamic real-time forecast based on BP neural network[J].Journal of Beijing University of Aeronautics and Astronautics,2001,27(6), 636-639 [19] 韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2002,1-20 [20] 高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003,87-89 [21] L.J.Cao,Francis E.H.Tay. Support vector machine with adaptive parameters in financial time series forecasting[M].Neural Networks,2003.12-16 [22] 张代远.神经网络新理论与方法[M].北京:清华大学出版社,2006,45-56 [23] 周志华,曹存根.神经网络及其应用[M].北京:清华大学出版社,2004,108-110 [24] 汪 劲.人工神经网络构造经济预测模型方法的探讨[J].浙江师范大学学报(自然科学版),2004,27(3),254-256 [25] 韩 震,姜照华.基于神经网络的大连经济增长模拟与预测[J].大连理工大学学报,2001, 41(6),752-756 [26] 舒元,谢识予,孔爱国等.现代经济增长模型[M].上海:复旦大学出版社,1998,32-160 [27] 刘钦普.河南经济增长模型和发展策略研究[J].河南大学学报,2001,31(4),82-86 [28] 周丰滨.哈罗德-多马经济增长理论及经济增长模型探析[J].哈尔滨商业大学学报,2001,17(2),32-35 [29] 蔡东汉,饶晓星.经济增长模型中的内生劳动力迁移与经济波动[J].武汉大学学报(理学版),2004,50(3),291-194 [30] 葛新权.投入产出模型与生产函数结合技术[J].数量经济技术经济研究,2003.12(6),34-36 [31] 刘剑.内生增长理论及其对中国的启示[J].美中经济评论,200416(5),56-59 [32] 雷钦礼.包含两类科技创新的内生经济增长模型研究[J].山西财经大学学报,2001,23(4),18-23 [33] 尹静.边干边学和人力资本内生化的内生经济增长模型[J].世界经济文汇,2003,30(1),35-38 [34] 李红继.中国城市经济增长模型与实证分析[J].现代经济,2003,23(2),56-58 [35] 虞晓红.经济增长理论演进与经济增长模型浅析[J].生产力研究,2005,16(2),12-15 [36] 郅跃茹,朱维彰,诸静.链式数据重组与神经网络在经济预测中的应用[J].控制理论与应用,2004,21(4),643-645 [37] 郭海湘,诸克军.基于模糊神经网络提取我国经济增长的模糊规则[J].贵州师范大学学报(自然科学版),2004,22(3),57-62 [38] Xie Zhong-Jie.Artificial Neuron Network and its application to financial forecasting[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2001,37(3),421-425 [39] 李换琴,万百五.大规模前馈神经网络的一种有效学习算法及其应用[J].信息与控制,2003,32(5),403-406 [40] 中华人民共和国国家统计局.中国统计年鉴[M].北京:中国统计出版社,1995~2005,1-540 [41] 周开利,康耀红.神经网络模型及其MATLAB仿真程序设计[M].北京:清华大学出版社,2005,35-67 [42] 杨延西,刘 丁,李 琦等.基于ΒΠ?ΓΑ 混合学习算法的神经网络短期负荷预测[J].信息与控制,2002,31(3),284-288 [43] 闵惜琳,刘国华.用MATLAB神经网络工具箱开发BP网络应用[J].计算机应用,2001,21(8),163-164 [原文截取] 论文题目: 人工神经网络在经济增长模型中的应用 专 业: 控制理论与控制工程 研 究 生: 指导教师: 摘 要 本文在总结已有研究成果的基础上,结合经济预测理论和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,本文总结和研究了宏观经济预测的特点、方法、步骤,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十分广阔。 其次,本文研究了人工神经网络的特点、拓扑结构、工作原理,并着重研究了前馈性神经网络和BP算法;接着介绍了几种常用的经济增长函数和模型,并利用实际数据验证了人工神经网络应用于宏观经济预测中的可行性。 最后,本文使用Visual C++、MATCOM和MATLAB相结合的方法,开发出了使用BP神经网络进行经济预测的用户软件,并采用OLE和COM技术把开发的应用程序封装为ActiveX控件,从而避免了MATLAB环境的不稳定性,并同时为非经济专业人士对经济增长趋势的把握提供了一个方便、简单、易操作的用户程序。 实证结果表明,基于人..... |
人工神经网络在经济增长模型中的应用
查看评论
已有0位网友发表了看法