基于人工神经网络的我国宏观经济预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 经济预测现状 | 第8-10页 |
| 1.3 论文的主要内容 | 第10页 |
| 1.4 论文的创新之处 | 第10-12页 |
| 第二章 经济预测理论和方法 | 第12-17页 |
| 2.1 经济预测发展史 | 第12页 |
| 2.2 经济预测发展特点 | 第12-13页 |
| 2.3 经济预测的分类 | 第13-14页 |
| 2.4 经济预测的方法 | 第14-15页 |
| 2.4.1 神经网络模型在预测领域的应用 | 第14-15页 |
| 2.4.2 两种经济预测方法比较 | 第15页 |
| 2.5 经济预测结果的客观质量评价 | 第15-17页 |
| 第三章 人工神经网络和神经网络优化算法 | 第17-28页 |
| 3.1 人工神经网络 | 第17-21页 |
| 3.1.1 人工神经元模型 | 第17-20页 |
| 3.1.2 神经网络模型 | 第20页 |
| 3.1.3 神经网络的学习规则 | 第20-21页 |
| 3.2 BP网络及算法 | 第21-24页 |
| 3.3 遗传算法 | 第24页 |
| 3.4 粒子群优化算法 | 第24-28页 |
| 第四章 我国宏观经济预测模型的建立 | 第28-40页 |
| 4.1 宏观经济预测理论模型 | 第28-32页 |
| 4.1.1 宏观经济预测指标 | 第28-29页 |
| 4.1.2 国内生产总值(GDP) | 第29-30页 |
| 4.1.3 GDP核算在宏观经济管理中的作用 | 第30页 |
| 4.1.4 宏观经济预测参数的选择 | 第30-32页 |
| 4.2 神经网络与PSO算法相结合的可行性分析 | 第32页 |
| 4.3 神经网络模型结构 | 第32-38页 |
| 4.3.1 隐含层数和层内神经元数目的选择 | 第33-34页 |
| 4.3.2 建立我国宏观经济预测神经网络模型 | 第34页 |
| 4.3.3 学习样本的选择 | 第34-35页 |
| 4.3.4 输入参数的处理 | 第35-36页 |
| 4.3.5 神经网络的优化 | 第36-37页 |
| 4.3.6 数据处理工具的选择 | 第37页 |
| 4.3.7 预测过程 | 第37页 |
| 4.3.8 几点说明 | 第37-38页 |
| 4.4 预测结果分析 | 第38-40页 |
| 总结 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |
| 攻读学位期间发表的学术论文 | 第44-45页 |
| 学位论文评阅及答辩情况表 | 第45页 |
