基于人工神经网络的经济增长预测研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-12页 |
| ·选题的背景及意义 | 第6页 |
| ·研究现状 | 第6-8页 |
| ·问题的提出 | 第8-11页 |
| ·论文的创新点及不足 | 第11-12页 |
| 第二章 人工神经网络(ANN)理论综述 | 第12-21页 |
| ·人工神经网络的起源 | 第12-13页 |
| ·人工神经元模型 | 第13-14页 |
| ·神经网络的结构 | 第14-15页 |
| ·神经网络的特点 | 第15页 |
| ·人工神经网络的发展历史 | 第15-19页 |
| ·人工神经网络在经济管理中的应用状况 | 第19-21页 |
| 第三章 经济预测的过程 | 第21-27页 |
| ·经济预测步骤 | 第21-22页 |
| ·经济预测检验 | 第22-27页 |
| 第四章 经济增长理论综述 | 第27-40页 |
| ·古典增长理论 | 第27-33页 |
| ·新古典主义经济增长理论 | 第33-40页 |
| 第五章 建立网络BP预测分析模型 | 第40-46页 |
| ·经济增长预测对象GDP | 第40-41页 |
| ·样本数据的采集和说明 | 第41-42页 |
| ·建立BP神经网络模型 | 第42-46页 |
| 第六章 结论 | 第46-48页 |
| ·丰富了经济增长预测理论与实践 | 第46页 |
| ·为宏观经济部门提供新的决策工具和智力支持 | 第46页 |
| ·建立了基于BP神经网络技术的GOP增长模型 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间的研究成果 | 第51-52页 |
| 后记 | 第52-53页 |
| 附件 | 第53页 |
