基于灰度统计和神经网络的物流业税收预测模型

发布时间：2019-03-18 19:30

【摘要】：针对物流业税收相关数据的高相关性和冗余等问题,提出一种基于改进灰度统计和神经网络的物流业税收预测模型,预测模型应用灰度统计方法解决原始数据的相关性和冗余问题,应用最优化的神经网络确定预测模型的参数,以提高预测模型的准确性。以中国国家年鉴和某省年鉴为数据来源对预测模型进行检验,结果表明,基于灰度统计和神经网络原理建立的预测模型能够快速优化参数并提供更准确的预测结果,模型的自学习能力适用于税收预测等,具有较高的实用价值。
[Abstract]:Aiming at the problems of high correlation and redundancy of logistics tax data, a logistics tax forecasting model based on improved gray scale statistics and neural network is proposed. The gray scale statistic method is used to solve the problem of correlation and redundancy of the original data, and the optimal neural network is used to determine the parameters of the prediction model in order to improve the accuracy of the prediction model. The results show that the prediction model based on gray-scale statistics and neural network theory can quickly optimize the parameters and provide more accurate prediction results, using the Chinese National Yearbook and a provincial yearbook as the data source to test the prediction model. The self-learning ability of the model is suitable for tax forecasting and has high practical value.
【作者单位】： 江西经济管理干部学院;
【基金】：江西省高等学校教学改革研究课题“校企合作模式下高职实训教学体系的创新与实践—以纳税申报实训教学为例”(jxjg-11-91-11) 2010年江西省级课题“专业经营化—关于高职院校财经类专业可持续发展研究” 2010年江西省级课题“江西省地方政府债务问题研究”(jj1121)
【分类号】：F253.7;TP183

【参考文献】

相关期刊论文 前5条

1 孙智勇;刘星;;税收增长预测的灰色理论模型研究[J];重庆大学学报(社会科学版);2010年03期

2 张绍秋;胡跃明;;基于BP神经网络的税收预测模型[J];华南理工大学学报(自然科学版);2006年06期

3 张玉;尹腾飞;;支持向量机在税收预测中的应用研究[J];计算机仿真;2011年09期

4 李杰;;促进我国物流产业发展的税收政策研究[J];物流技术;2012年13期

5 李国珍;;我国物流行业税收状况及改革初探[J];物流技术;2012年23期

【共引文献】

相关期刊论文 前10条

1 孙智勇;刘星;;税收增长预测的灰色理论模型研究[J];重庆大学学报(社会科学版);2010年03期

2 杨姝琴;;关于中国税收增长的实证研究[J];当代经济;2012年17期

3 石波;王效华;;基于灰色理论的我国农村能源消费的预测研究[J];黑龙江农业科学;2012年03期

4 章德宾;徐家鹏;许建军;李崇光;;基于监测数据和BP神经网络的食品安全预警模型[J];农业工程学报;2010年01期

5 朱云飞;赵宁;;基于协整—ARMA模型的河北省税收收入预测研究[J];河北科技师范学院学报(社会科学版);2012年02期

6 张凯;沙锋;;基于非线性组合方法的石油期货价格预测研究[J];计算机仿真;2012年07期

7 苗志刚;付强;;基于灰色支持向量机的城市用水量预测研究[J];计算机仿真;2012年08期

8 赵鑫;宋广军;;一种非线性的瓦斯涌出量预测算法仿真研究[J];计算机仿真;2012年08期

9 王勇;;基于支持向量机的汽车胎号识别算法研究[J];计算机仿真;2012年09期

10 姚伟;;税收组合预测仿真研究[J];计算机仿真;2012年10期

相关会议论文 前1条

1 侯利强;杨善林;王晓佳;;基于粒子群优化偏最小二乘支持向量机的我国税收收入预测研究[A];“两型社会”建设与管理创新——第十五届中国管理科学学术年会论文集（上）[C];2013年

相关博士学位论文 前2条

1 孙智勇;我国结构性减税政策的相关问题研究[D];重庆大学;2010年

2 周华平;煤矿百万吨死亡率预测方法研究及应用[D];中国矿业大学(北京);2012年

相关硕士学位论文 前9条

1 神武;新疆油气田企业增值税问题初探[D];中国政法大学;2011年

2 王辉;基于神经网络的乳制品质量预测研究[D];河北农业大学;2012年

3 梁娜;基于神经网络与主成分分析的组合预测研究[D];武汉理工大学;2007年

4 白中民;新企业所得税法的影响与经济效应分析[D];中国海洋大学;2008年

5 王丹丹;多层次序列模式挖掘及在抽油机井状态诊断中的应用研究[D];东北石油大学;2012年

6 张华为;公路路基填筑厚度检测的瑞雷面波方法及理论研究[D];中南大学;2012年

7 汪丹凤;数学模型在税收分析平台中的应用[D];湖北大学;2011年

8 郑芬;福建省税收数据预测及分析[D];吉林大学;2013年

9 张克宜;基于改进GM（1，，N）和优化SVM组合模型的股票价格预测[D];哈尔滨工业大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 郭菊娥,钱鑫,曹华;2004年中国税收收入预测研究[J];财经科学;2004年S1期

2 王浪花;;促进现代物流业发展的税收政策国际经验探讨[J];当代经济;2011年16期

3 赵胜君;;我国物流业税收存在的主要问题及改革取向[J];地方财政研究;2010年02期

4 盖春英,裴玉龙;自适应指数平滑模型预测区域经济研究[J];公路;2001年11期

5 陆江;;努力营造现代物流业发展的政策环境[J];宏观经济管理;2007年06期

6 徐湘元,毛宗源;基于神经网络的单值预测控制[J];华南理工大学学报(自然科学版);2000年02期

7 罗飞,莫鸿强,毛宗源;基于遗传神经网络模型的蔗糖结晶过程预测控制(英文)[J];华南理工大学学报(自然科学版);2000年12期

8 孙春华,朱荻,李志永;基于BP神经网络的电解加工精度预测模型[J];华南理工大学学报(自然科学版);2004年10期

9 张绍秋;胡跃明;;基于BP神经网络的税收预测模型[J];华南理工大学学报(自然科学版);2006年06期

10 文启湘;席建强;;混沌理论在我国税收预测中的应用[J];经济纵横;2008年12期

相关硕士学位论文 前1条

1 尚慧;我国物流行业税收问题研究[D];东北财经大学;2007年

【相似文献】

相关期刊论文 前10条

1 史静;;基于神经网络原理浅析智能直销的建立[J];商业经济;2009年23期

2 周勇;胡诚;;基于遗传神经网络的液压厚度自动控制系统故障诊断研究[J];液压与气动;2006年04期

3 刘凌雁;杨新华;李伟;;基于神经网络的局域网故障诊断系统设计[J];微计算机信息;2007年28期

4 郭克希;谭佩莲;唐进元;;基于人工神经网络的螺旋锥齿轮磨削加工表面粗糙度预测[J];郑州大学学报(工学版);2009年03期

5 孔大明;;神经网络耗流量计算在丰满发电厂的应用[J];东北电力技术;2007年07期

6 庄镇泉,王熙法,王东生;神经网络与神经计算机[J];电子技术应用;1990年04期

7 唐幼纯;胡建鹏;;神经网络在旅游可持续发展能力评价中的应用[J];计算机工程与设计;2008年18期

8 朱世交;张南华;王守觉;;优先排序覆盖神经网络原理及分析[J];计算机工程与应用;2007年14期

9 刘军，常小军，刘建;神经网络原理及在控制中的应用[J];青岛化工学院学报;1994年02期

10 陈熹;朱灿焰;;两种神经网络在入侵检测中的应用[J];通信技术;2011年11期

相关博士学位论文 前1条

1 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年

相关硕士学位论文 前1条

1 王坤朋;基于指数梯度更新的支持向量机算法[D];西安电子科技大学;2011年

本文编号：2443162