中文摘要 | 第1-5页 |
英文摘要 | 第5-8页 |
1 前言 | 第8-16页 |
·国内、外宏观经济预警的发展及研究现状 | 第8-12页 |
·宏观经济预警现有的理论、方法及存在的问题 | 第12-13页 |
·本文的研究目的、意义和内容 | 第13-15页 |
·研究课题的意义和背景 | 第13-14页 |
·本文主要内容及结构安排 | 第14-15页 |
·技术路线 | 第15页 |
·本研究的创新之处 | 第15页 |
·小结 | 第15-16页 |
2 地方宏观经济预警基本理论体系 | 第16-25页 |
·经济预警 | 第16-17页 |
·地方宏观经济预警指标体系的设计 | 第17-24页 |
·预警指标的选择 | 第18-21页 |
·确定指标的权值 | 第21-23页 |
·预警警限的界定 | 第23-24页 |
·小结 | 第24-25页 |
3 神经网络预警方法研究 | 第25-34页 |
·ANN 概念 | 第25页 |
·ANN 与预警 | 第25-28页 |
·BP 网络简介 | 第28-33页 |
·BP 网络特点 | 第28页 |
·BP 网络模型 | 第28-29页 |
·学习规则 | 第29-32页 |
·网络设计 | 第32-33页 |
·小结 | 第33-34页 |
4 基于证据理论的集成预测研究 | 第34-52页 |
·证据理论简介 | 第34-41页 |
·不确定知识的表达和推理 | 第35-38页 |
·D-S 理论与概率论的比较 | 第38-39页 |
·Dempster 合成法则 | 第39-41页 |
·基于证据理论和神经网络综合集成预测模型研究和应用 | 第41-51页 |
·确定性的因素影响 | 第42-49页 |
·不确定性的因素影响 | 第49-50页 |
·综合预警 | 第50-51页 |
·小结 | 第51-52页 |
5 结论 | 第52-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-58页 |
附录1: 作者在攻读硕士学位期间发表的论文 | 第58-59页 |
附录2: 采用附加动量法的BP神经网络程序清单 | 第59-69页 |
独创性声明 | 第69页 |
学位论文版权使用授权书 | 第69页 |