工业经济监测预警模型的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·引言 | 第12-13页 |
| ·经济监测预警的发展现状及趋势 | 第13-15页 |
| ·发展现状 | 第13-15页 |
| ·发展趋势 | 第15页 |
| ·选题背景及意义 | 第15-16页 |
| ·论文主要内容和组织结构 | 第16-17页 |
| 第二章 经济监测预警相关知识概述 | 第17-25页 |
| ·主成分分析法 | 第17-18页 |
| ·人工神经网络 | 第18-21页 |
| ·人工神经元模型 | 第18-19页 |
| ·BP 神经网络基本原理 | 第19-21页 |
| ·改进的BP 学习算法 | 第21页 |
| ·景气预测方法 | 第21-24页 |
| ·景气循环理论 | 第21-23页 |
| ·景气预测方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 工业经济监测预警模型研究 | 第25-39页 |
| ·预警模型建立概述 | 第25页 |
| ·景气指标体系建立 | 第25-28页 |
| ·景气指标的选择 | 第25-26页 |
| ·确定基准循环 | 第26页 |
| ·指标预处理 | 第26-27页 |
| ·经济指标分类方法 | 第27-28页 |
| ·景气指数编制 | 第28-32页 |
| ·景气指数简介 | 第28-30页 |
| ·景气指数编制 | 第30-32页 |
| ·扩散指数和合成指数比较 | 第32页 |
| ·预警模型研究 | 第32-36页 |
| ·预警指标选取 | 第33页 |
| ·预警信号构成 | 第33-34页 |
| ·传统预警临界值确定 | 第34-35页 |
| ·本文预警临界值确定 | 第35-36页 |
| ·基于BP 神经网络的工业经济监测预警模型 | 第36-38页 |
| ·主成分分析法简化输入 | 第36-37页 |
| ·BP 神经网络预警模型 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 预警模型在工业经济预警系统中的应用 | 第39-53页 |
| ·工业经济预警系统的功能模块 | 第39-41页 |
| ·系统的功能需求 | 第39页 |
| ·系统的框架结构 | 第39-41页 |
| ·景气指标体系建立 | 第41-44页 |
| ·景气指标初选 | 第41-42页 |
| ·确定基准循环 | 第42页 |
| ·指标预处理 | 第42-43页 |
| ·先行、同步、滞后指数确定 | 第43-44页 |
| ·景气指数编制 | 第44-46页 |
| ·扩散指数DI 的编制结果 | 第44-45页 |
| ·合成指数CI 的编制结果 | 第45-46页 |
| ·预警信号灯系统设计 | 第46-50页 |
| ·单个指标预警临界值的确定 | 第46-47页 |
| ·综合预警临界值的确定 | 第47-50页 |
| ·BP 神经网络在预警系统中应用 | 第50-52页 |
| ·主成分分析法简化输入层结点 | 第50页 |
| ·模型的训练及其验证 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·工作展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间参与的科研项目 | 第58-59页 |
| 攻读硕士学位期间发表的论文 | 第59-60页 |
