基于神经网络的景气预测模型

发布时间：2018-01-05 19:03

  本文关键词：基于神经网络的景气预测模型　出处：《统计与决策》2017年10期 　论文类型：期刊论文

  更多相关文章： 神经网络 景气预测 先行指标 中关村高新科技园区

【摘要】：为提高神经网络自回归预测模型的精度,文章构建了基于神经网络的景气预测模型。主要运用景气预测判断先行指标,以及其相对基准指标的先行期数,结合神经网络非线性适应能力、自适应能力强等特点,构建了基于RBF神经网络、广义回归神经网络、BP神经网络、Elman神经网络的四种景气预测模型。对比分析这四种基于神经网络的景气预测模型和神经网络自回归预测模型,发现基于神经网络的景气预测模型均取得良好的预测效果,其中,基于RBF神经网络的景气预测模型最佳。
[Abstract]:For the autoregressive prediction model to improve the accuracy of neural network, this paper constructs a prediction model based on neural network. The main use of boom boom predict leading indicators, as well as its relative to the reference index of the first period, combined with the nonlinear neural network adaptive ability, adaptive ability, RBF neural network is built based on generalized regression neural network network, BP neural network, four kinds of depression Elman neural network prediction model. Comparative analysis of these four kinds of prediction model and neural network based on neural network autoregressive prediction model, found that based on neural network prediction model of the boom has achieved good prediction effect, the RBF neural network prediction model based on the best business.

【作者单位】： 北京信息科技大学经济管理学院;
【基金】：北京知识管理研究基地资助项目 北京市属高等学校高层次人才引进与培养计划项目 北京信息科技大学科研基金资助项目(1535002)
【分类号】：TP183
【正文快照】： 金资助项目(1535002)0引言景气是对经济运行趋势的一种综合性描述,用于说明经济的活跃程度。经济景气是指总体经济呈向好发展,经济不景气是指总体经济呈下滑的发展态势。景气指数不仅可以判断当前经济是过冷或过热,且可以预测未来经济发展趋势。景气指数是通过景气指标的合成

【相似文献】

相关期刊论文 前10条

1 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

2 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

3 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

4 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

5 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

6 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

7 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

8 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

9 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

10 林静怡;朱建平;;优化问题神经网络方法的发展及有待解决的问题[J];统计教育;2006年11期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 董卫军;蔡美峰;张永华;;利用神经网络确定生产矿山的合理规模[A];第六届全国采矿学术会议论文集[C];1999年

相关重要报纸文章 前6条

1 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

2 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

3 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

4 木公;有界微分网络技术：信息处理新时代[N];中国石化报;2002年

5 本报记者 范毅波 张旭军;带上望远镜上路[N];网络世界;2005年

6 尼克;“想啥来啥”和“吃啥补啥”的人工智能之争[N];东方早报;2014年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

8 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

9 胡文凭;基于深层神经网络的口语发音检测与错误分析[D];中国科学技术大学;2016年

10 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

相关硕士学位论文 前10条

1 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

2 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

3 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

4 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

5 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

6 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

7 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

8 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

9 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

10 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

，

本文编号：1384409