过程神经网络在GDP预测中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·GDP预测的研究现状 | 第13-14页 |
| ·神经网络发展现状 | 第14-15页 |
| ·课题研究的意义 | 第15页 |
| ·课题的创新点和主要研究内容 | 第15页 |
| ·论文的结构安排 | 第15-17页 |
| 2 过程神经网络GDP预测的理论基础 | 第17-30页 |
| ·GDP概述 | 第17页 |
| ·传统神经网络理论 | 第17-20页 |
| ·传统神经元模型 | 第17-18页 |
| ·传统神经网络模型 | 第18-19页 |
| ·传统神经网络学习方法 | 第19-20页 |
| ·过程神经网络理论 | 第20-29页 |
| ·过程神经元模型 | 第20-21页 |
| ·过程神经网络模型 | 第21-27页 |
| ·过程神经网络的一般学习算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于过程神经网络的GDP预测 | 第30-50页 |
| ·过程神经网络学习算法的改进 | 第30-32页 |
| ·过程神经网络的基本BP算法 | 第30-31页 |
| ·改进的过程神经网络BP算法 | 第31-32页 |
| ·过程神经网络GDP预测模型的构建 | 第32-38页 |
| ·影响因子的确定 | 第32-33页 |
| ·模型拓扑结构的设计 | 第33-34页 |
| ·激励函数的选择 | 第34页 |
| ·正交基函数的选择 | 第34-36页 |
| ·模型训练参数 | 第36-38页 |
| ·过程神经网络GDP预测模型的实现 | 第38-47页 |
| ·数据的预处理 | 第39-40页 |
| ·模型拓扑结构的确定 | 第40-41页 |
| ·网络训练结果 | 第41-47页 |
| ·过程神经网络模型预测结果 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 4 GDP预测模型对比分析 | 第50-57页 |
| ·基于传统神经网络的GDP预测 | 第50-53页 |
| ·BP神经网络GDP预测模型的设计 | 第50-51页 |
| ·BP神经网络GDP预测模型的实现 | 第51-53页 |
| ·BP神经网络模型预测结果 | 第53页 |
| ·GDP预测模型性能对比分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-66页 |
| 攻读学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
