基于Rough集—构造性学习神经网络的经济预警

发布时间：2021-08-28 04:49

　　经济预警是对经济运行状况的认识和判断,其研究结果直接影响宏观调控政策的合理制定,不仅是经济学的重要研究领域,而且倍受各国政府和公众的普遍关注。但是,传统预警方法主要建立在专家经验或简单的统计学模型,难以反映高度非线性的经济系统的本质,无法满足宏观经济预警的客观要求。本文在对国内外宏观经济预警概述的基础上,阐述宏观经济预警理论体系中预警指标体系的设计、预警模型、预警系统建立等方面的问题;深入分析了人工神经网络（ANN）与粗集（Rough set）理论方法,讨论了将Rough集、构造性学习神经网络相结合实现宏观经济预警的可行性,并建立基于Rough集---覆盖算法的构造性学习神经网络的宏观经济预警模型。最后,结合安徽省经济运行的月度数据,对该模型预警实证分析,结果表明基于Rough集---覆盖算法的构造性学习神经网络预警模型是有效的、可行的,且具有很好的精度。从而为动态经济预警提供一条新的途经。 本文的主要研究结果如下: （1）基于Rough set经济指标体系的选择。由于经济预警指标之间存在相关性和冗余,在介绍粗糙集的理论和方法的基础上,给出了基于粗糙集的经济预警指标体系选择... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 概述
    §1.1 国内外宏观经济预警的起源与发展
    §1.2 我国宏观经济预警研究历史和现状
    §1.3 目前宏观经济预警存在的问题
    §1.4 本文研究背景与主要研究内容
第二章 Rough set与经济预警指标体系
    §2.1 经济预警指标体系
    §2.2 Rough set理论
    §2.3 基于Rough set经济预警指标体系的选择
第三章 基于覆盖算法的构造性学习神经网络
    §3.1 人工神经网络概述
    §3.2 基于覆盖算法的构造性学习神经网络
第四章 Rough集-构造性学习神经网络经济预警模型
    §4.1 经济预警模型
    §4.2 Rough集-覆盖算法的构造性学习神经网络预警模型
第五章 Rough集-构造性学习神经网络模型实证分析
    §5.1 经济预警指标的知识约简
    §5.2 基于覆盖算法的ANN预警模型的建立
    §5.3 经济预警实证分析
第六章 总结与展望
参考文献
在读期间从事的科研工作及发表论文
致谢



本文编号：3367826