| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 导论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·研究目的 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·国内外研究动态评述 | 第12-15页 |
| ·国内外研究动态 | 第12-15页 |
| ·小结 | 第15页 |
| ·研究思路和方法 | 第15-16页 |
| ·研究思路 | 第15-16页 |
| ·研究方法 | 第16页 |
| ·本文可能创新之处 | 第16-17页 |
| 第二章 BP 人工神经网络相关理论 | 第17-22页 |
| ·人工神经网络的概括 | 第17页 |
| ·人工神经网络的发展 | 第17-18页 |
| ·启蒙时期 | 第17页 |
| ·低潮阶段 | 第17-18页 |
| ·复兴时期 | 第18页 |
| ·新时期 | 第18页 |
| ·BP 人工神经网络的原理 | 第18-19页 |
| ·人工神经网络的应用领域 | 第19-22页 |
| ·信息处理领域 | 第19-20页 |
| ·自动化领域 | 第20页 |
| ·工程领域 | 第20页 |
| ·经济管理领域 | 第20-22页 |
| 第三章 区域经济预测指标体系的建立 | 第22-29页 |
| ·区域经济预测概述及其特点 | 第22页 |
| ·区域经济预测 | 第22页 |
| ·区域经济预测特点 | 第22页 |
| ·区域经济预测分类 | 第22-23页 |
| ·区域经济预测常见方法分类 | 第23-24页 |
| ·区域经济预测指标体系 | 第24-29页 |
| ·指标体系是经济预测的基础 | 第24页 |
| ·指标体系构建的原则 | 第24-25页 |
| ·本文研究的指标体系 | 第25-27页 |
| ·预测指标介绍 | 第27-29页 |
| 第四章 BP 基于神经网络的区域经济预测模型的构建 | 第29-34页 |
| ·BP 神经网络的结构及原理 | 第29-31页 |
| ·BP 神经网络结构 | 第29-30页 |
| ·BP 神经网络的原理 | 第30-31页 |
| ·BP 网络的设计 | 第31-33页 |
| ·训练样本集的准备 | 第31-33页 |
| ·初始权值的设计 | 第33页 |
| ·激活函数的选择 | 第33页 |
| ·BP 网络结构的设计 | 第33页 |
| ·BP 网络的训练与测试 | 第33-34页 |
| 第五章 模型的实现 | 第34-46页 |
| ·预测网络设计平台Matlab 简介 | 第34页 |
| ·选择该Matlab 平台的优势 | 第34页 |
| ·预测模型的数据来源分析 | 第34-37页 |
| ·衡水介绍 | 第34-35页 |
| ·现阶段衡水市经济发展状况 | 第35-36页 |
| ·衡水市经济预测指标原始数据的选取 | 第36-37页 |
| ·输入输出变量的确定 | 第37-39页 |
| ·皮尔森相关系数 | 第37-38页 |
| ·输入、输出变量的确定 | 第38-39页 |
| ·网络模型其他参数的确定 | 第39-40页 |
| ·隐层设计 | 第39页 |
| ·借助Matlab 进行其他参数的设计 | 第39-40页 |
| ·网络训练与测试 | 第40-41页 |
| ·训练样本与测试样本的确定 | 第40-41页 |
| ·网路训练中调整网络参数 | 第41页 |
| ·基于影响区域经济因素的BP 网络预测模型实现案例 | 第41-46页 |
| ·测试软件环境 | 第41页 |
| ·实例测试步骤 | 第41-46页 |
| 第六章 结论与展望 | 第46-48页 |
| ·结论 | 第46页 |
| ·本文展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 个人简历 | 第52页 |