BP神经网络在经济预测中的应用
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 前言 | 第8-11页 |
| ·问题的提出 | 第8-9页 |
| ·问题研究综述 | 第9页 |
| ·本文的主要研究工作 | 第9-11页 |
| 2. 人工神经网络的简单介绍 | 第11-15页 |
| ·人工神经网络的起源 | 第11-12页 |
| ·BP神经网络的介绍 | 第12-15页 |
| ·BP神经网络的结构 | 第12-13页 |
| ·BP神经网络的基本训练方法 | 第13-14页 |
| ·BP神经网络的优缺点 | 第14-15页 |
| 3. 提高网络的泛化能力 | 第15-20页 |
| ·精简输入层优化网络结构 | 第15-18页 |
| ·主成分分析方法简介 | 第15-16页 |
| ·主成分分析的一般数学模型 | 第16-17页 |
| ·利用主成份分析简化输入 | 第17-18页 |
| ·网络算法优化 | 第18-20页 |
| 4. 经济预测实例分析 | 第20-28页 |
| ·利用主成分分析的方法简化输入 | 第20-21页 |
| ·数据归一化处理 | 第21-22页 |
| ·贝叶斯准则下的BP神经网络网络的建立 | 第22页 |
| ·网络训练及测试 | 第22-24页 |
| ·用训练后的网络对测试数据的预测 | 第24页 |
| ·计算绝对百分比误差 | 第24-25页 |
| ·对比分析 | 第25-28页 |
| ·与直接用原始数据作为网络输入的网络效果对比 | 第25-26页 |
| ·与其他算法下的BP网络效果对比 | 第26-28页 |
| 结束语 | 第28-29页 |
| 参考文献 | 第29-31页 |
| 附录 | 第31-32页 |
| 在校期间发表的论文 | 第32-33页 |
| 致谢 | 第33页 |