基于人工神經(jīng)網(wǎng)絡(luò)的我國(guó)宏觀經(jīng)濟(jì)預(yù)測(cè)研究.pdf

1、宏觀經(jīng)濟(jì)形勢(shì)是一個(gè)國(guó)家和地區(qū)經(jīng)濟(jì)情況的總體表現(xiàn)。無(wú)論是國(guó)家進(jìn)行宏觀調(diào)控還是個(gè)人進(jìn)行投資決策，都要對(duì)宏觀經(jīng)濟(jì)形勢(shì)作出預(yù)測(cè)。人們進(jìn)行經(jīng)濟(jì)預(yù)測(cè)就是要依據(jù)歷史資料和現(xiàn)狀，按照一定的理論及方法，對(duì)事物的發(fā)展趨勢(shì)進(jìn)行推斷?，F(xiàn)有的預(yù)測(cè)方法中，時(shí)間序列預(yù)測(cè)和回歸預(yù)測(cè)是兩種最常用的統(tǒng)計(jì)方法。而宏觀經(jīng)濟(jì)系統(tǒng)是非線(xiàn)性系統(tǒng)，所處環(huán)境不斷變化，附加性干擾因素直接作用于宏觀經(jīng)濟(jì)系統(tǒng)的運(yùn)行過(guò)程，對(duì)預(yù)測(cè)結(jié)果有很大影響，宏觀經(jīng)濟(jì)建模所需的歷史資料不穩(wěn)定、不明確、不完整，

2、這就使得利用傳統(tǒng)的預(yù)測(cè)方法解決這類(lèi)問(wèn)題十分困難。針對(duì)宏觀經(jīng)濟(jì)預(yù)測(cè)的多變量、非線(xiàn)性特點(diǎn)，本文提出了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。 人工神經(jīng)網(wǎng)絡(luò)是一種基于生理學(xué)的智能模型，它模擬人類(lèi)大腦的思維能力，通過(guò)對(duì)大量個(gè)例的不斷學(xué)習(xí)、回憶、歸納及整理，從而找到一定的規(guī)律。它具有大規(guī)模并行運(yùn)算、非線(xiàn)性處理、自組織、自學(xué)習(xí)與自適應(yīng)的能力。自從Lapedest和Farber首先應(yīng)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)開(kāi)始，國(guó)內(nèi)外專(zhuān)家學(xué)者不斷將其與經(jīng)濟(jì)學(xué)結(jié)合，應(yīng)用于宏觀

3、經(jīng)濟(jì)預(yù)測(cè)、企業(yè)經(jīng)濟(jì)戰(zhàn)略預(yù)測(cè)、證券市場(chǎng)預(yù)測(cè)等領(lǐng)域。 本文利用人工神經(jīng)網(wǎng)絡(luò)建立我國(guó)經(jīng)濟(jì)預(yù)測(cè)模型，對(duì)宏觀經(jīng)濟(jì)形勢(shì)進(jìn)行預(yù)測(cè)。在建立我國(guó)宏觀經(jīng)濟(jì)形勢(shì)預(yù)測(cè)模型時(shí)，我們利用第n年的最終消費(fèi)、固定資產(chǎn)形成總額、貨物和服務(wù)凈出口來(lái)預(yù)測(cè)第n+1年的國(guó)內(nèi)生產(chǎn)總值(GDP)。這樣，人們?cè)诘趎年末即可預(yù)知第n+1年的國(guó)內(nèi)生產(chǎn)總值，從而判斷經(jīng)濟(jì)形勢(shì)，進(jìn)而作出最優(yōu)的經(jīng)濟(jì)決策。建模和網(wǎng)絡(luò)訓(xùn)練利用VC++6.0編程實(shí)現(xiàn)，利用粒子群優(yōu)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和

4、閾值，以得到接近實(shí)際數(shù)據(jù)的預(yù)測(cè)數(shù)據(jù)。相關(guān)數(shù)據(jù)的驗(yàn)證結(jié)果令人滿(mǎn)意，這表明文中提出的經(jīng)濟(jì)預(yù)測(cè)方法合理可行。 本文的創(chuàng)新之處主要有以下四點(diǎn)：第一，用第n年的最終消費(fèi)、固定資產(chǎn)形成總額、貨物和服務(wù)凈出口，預(yù)測(cè)第n+1年的國(guó)內(nèi)生產(chǎn)總值，進(jìn)而判斷宏觀經(jīng)濟(jì)走勢(shì)。這樣，宏觀經(jīng)濟(jì)預(yù)測(cè)變得更易操作、簡(jiǎn)便、智能化、效率高。第二，利用人工神經(jīng)網(wǎng)絡(luò)建立我國(guó)宏觀經(jīng)濟(jì)預(yù)測(cè)模型，把經(jīng)濟(jì)學(xué)與智能計(jì)算有機(jī)結(jié)合起來(lái)。第三，利用粒子群優(yōu)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和閾