基于自组织建模的成都GDP增长及影响因素研究

发布时间：2020-11-15 11:22

　　 针对以往的建模方法和研究方法存在的问题和缺陷，为了使研究结果更具有客观性、真实性，尽量避免人为主观性的影响，本文对成都市的GDP增长引入了一种新的研究方法，即自组织数据挖掘算法(Group Method of Data Handling，GMDH)。自组织数据挖掘算法是一种以数据为导向的复杂系统建模方法，它的建模过程与生物进化的过程极为相似，通过建模结果能相对容易地认识复杂事物的本质规律性，满足客观性、真实性的要求。本文以成都市的经济数据为基础，对成都市GDP及其影响因素进行自组织数据挖掘建模，并且对建模的主要结果进行深入分析，发现了各影响因素间内在、本质的联系，并提出了改进措施和建设性政策建议，主要内容如下： 第1章，绪论。提出问题，确定研究目的和研究思路，总结国内外研究现状，综述本文的主要工作。 第2章，自组织数据挖掘理论与方法。在全面深入的分析总结以往研究经济增长以及GDP增长成果的基础上，提出研究GDP增长的一种新的研究方法——自组织数据挖掘算法(GMDH)。分析指出用基于数据导向的自组织数据挖掘算法(GMDH)研究成都市GDP增长的重要意义。 第3章，成都市GDP增长的自组织模型。以成都市统计年鉴的数据为主要依据，对成都市GDP增长进行了自组织数据挖掘(GMDH)建模研究。通过不断调节模型参数并选择不同的时间段构建自组织模型群，同时以全国为主要参照对象进行模型对比分析，构建了一个自组织数据挖掘模型群，揭示了影响成都市GDP增长的主要原因。 第4章，投资与消费对成都市GDP增长的影响分析。为了深入研究投资和消费与成都GDP增长的关系，拓展了柯布—道格拉斯函数，提出泛柯布—道格拉斯模型的概念，扩展了柯布—道格拉斯函数的应用范围，对成都GDP增长进行建模研究。同时，运用计量经济学模型对成都市投资水平和消费水平进行深入分析，揭示影响成都市投资与消费水平发展的主要因素，并提出针对性的政策建议。 第5章，产业结构对成都市GDP增长的影响分析。分析成都市近年来产业结构发展现状后，运用偏离份额分析法(SSM)对成都市经济增长动力进行分析，同时运用区位商分析方法对成都市第二产业中工业的四大主导产业进行分析，得出医药工业、电子信息产业区位商较高，是成都市主要的优势产业的观点。针对产业结构存在的问题，提出对成都市产业结构进行调整的方向和措施。 第6章，城市化水平对成都市GDP增长的影响分析。城市化是与成都市GDP增长最为密切的影响因素之一。运用了回归分析模型分析成都市城市化率与经济增长之间的线性对数曲线关系，并进行因果检验。针对成都市处于城市化快速发展时期，运用计量经济学模型，对成都市城市化水平分别进行量和质的建模研究，特别是在质量建模中运用层次分析方法(AHP)进行综合评价，揭示成都市城市化过程中硬件先行、软件滞后，基础设施先行而人文环境落后的突出问题，提出提升成都市城市化率和城市化的质量水平的政策建议。 第7章，成都市非量化因素对GDP增长的影响分析。根据GMDH核心模型和泛柯布—道格拉斯模型的结果，分析影响成都市GDP增长的非量化因素，提出建立规范化服务型政府，深化财政体制改革、提高地方财政运行质量和效益，完善政府投资项目管理等建设性意见，通过改进，大量的非量化因素能够促进成都市GDP的增长，而非制约成都市GDP增长。 第8章，成都市经济发展水平的绿色GDP分析。采用当前国际经济界正在探索和发展的绿色GDP分析方法分析成都市经济发展与绿色GDP的关系。采用传统GDP—自然资源损耗—环境污染损失的方法对成都市绿色GDP进行了核算。运用数学方法对成都市绿色GDP和GDP与经济增长的关系进行了论证。提出以科学发展观为指导的成都市可持续发展战略对策措施。
【学位单位】：西南交通大学
【学位级别】：博士
【学位年份】：2007
【中图分类】：F127;F224
【部分图文】：

洲叮一价砚汀，.认一竺.:一_.丁_一:二A:竞争模型发生器，B:选择准则，C:淘汰装置，M:最优复杂度模型图2一 1GMOH算法基本结构示意图按第二阶段生成竞争模型的方式不同而产生不同的GMDH算法。竞争模型发生器A输出的是采用提高模型复杂度算法得到的更复杂的竞争模型，淘汰装置C根据给出的选择准则B选择出最优复杂度模型M.主要的GMDH算法包括:多层算法和组合算法。运用这些基本算法可以产生其它的一些算法。多层算法对具有线性输入项的局部函数产生多层的网络结构。组合算法运用一个单层的网络结构，这种结构中包含了所有输入项的任意组合(其中，每个项可以是单个变量，也可以是任意变量的组合，或微分、差分等形式)，该算法可以通过在多层结构的每层对输入节点的个数进行限制而实现。(一)组合算法组合算法使用单层结构，因而也叫单层算法。组合算法的基础是完全归纳法，它对于输入变量的所有组合产生和函数，这相当于在回归分析中的“所有类型的回归”。该算法的特点是结构简单、操作方便，可以通过使用某些递归程序在计算机上实现。下面

用完全归纳法建模，采用单层的网络结构，步骤如下:1.产生u，，uZ和u3的所有组合的MI个局部函数(在本例中有7个局部函数，如图2一2):夕，=a;‘，+a{‘，u，，(2一36)少2=a;，，+a{”uZ，(2一37)少。=a;，，+a{

且定义的闭值满足m全汽之凡乡二之月二1，则在第l层上一个唯一的单元(局部函数)被选择出来。这个单元对应的局部函数就是系统的最优模型。图2一3表示了一个具有5个输入变量，每层选取5个单元的多层网络结构。最终，我们得到的以输入变量表示的最优模型如下所示。恤水户妙·匀瞥热耳仍一豁、邵粤冬竺邺嚎即笋_资多(攀、一均图2一3具有5个输入变量，每层选取5个单元的多层网络结构vZ=f(z，，23)三f(f(夕1，yZ)，f(yl，y4))“f(u
【引证文献】

相关期刊论文 前1条

1 林佳;程浩忠;顾洁;杨宗麟;王峥;;中长期负荷预测的GMDH多结构自动搜索模型[J];电力系统及其自动化学报;2010年05期

本文编号：2884704