| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 导论 | 第11-15页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 GDP预测研究现状 | 第12-13页 |
| 1.3 BP人工神经网络模型的研究现状与水平 | 第13页 |
| 1.4 本文研究的意义及思路 | 第13-14页 |
| 1.5 本文的研究方法与主要内容 | 第14-15页 |
| 第二章 评述GDP主要预测方法的相关理论 | 第15-25页 |
| 2.1 回归预测分析法 | 第15-21页 |
| 2.1.1 一元线性回归模型 | 第15-18页 |
| 2.1.2 多元线性回归模型 | 第18-20页 |
| 2.1.3 回归预测方法的评价 | 第20-21页 |
| 2.2 主成分分析 | 第21-23页 |
| 2.2.1 主成分分析简介 | 第21-23页 |
| 2.2.2 主成分分析法的评价 | 第23页 |
| 2.3 BP神经网络 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 BP神经网络模型在吉林省GDP预测中的应用 | 第25-39页 |
| 3.1 吉林省经济概况 | 第25-28页 |
| 3.2 吉林省GDP预测模型的建立 | 第28-38页 |
| 3.2.1 原始数据的预处理 | 第28-30页 |
| 3.2.2 主成分回归 | 第30-33页 |
| 3.2.3 BP神经网络模型 | 第33-38页 |
| 3.2.4 两种预测方法的效果对比 | 第38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 结论 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43页 |