人工神經網絡在經濟預測模型中的應用.pdf

1、首都經濟貿易大學碩士學位論文人工神經網絡在經濟預測模型中的應用姓名：李云杰申請學位級別：碩士專業(yè)：數(shù)量經濟指導教師：林寅19960301前言80年代中期，人工神經網絡的研究熱潮在世界各地興起，目前它己滲透到許多領域，在各方面顯示出其獨特的功能與魅力。在國外的文獻中，人工神經網絡用于預測已有一些成功的實例，如股價預測，期權價格頂測，企業(yè)破產預測等等，在國內，幾乎還沒有開展這些實際應用，關于這一領域應用的研究起步不久。人工神經網絡是由大量簡

2、單的基本元件一神經元(neuron)相互連接而成的自適應非線性動態(tài)系統(tǒng)。每個神經元的結構和功能比較簡單，而大量神經元組合產生的系統(tǒng)行為卻非常復雜。目前大多數(shù)神經網絡的應用是通過數(shù)字計算機的軟件模擬實現(xiàn)，而最終目標是以硬件實現(xiàn)。人工神經網絡是模仿人腦神經元網絡結構產生的，它反映了人腦功能的一些特征。它能夠自身適應環(huán)境、總結規(guī)律、完成某種運算、識別或過程控制。它對于解決難用算法來描述的問題具有獨到的優(yōu)勢。一個人工神經網絡包括:模型、理論、設

3、計與實現(xiàn)方法、應用等。模型基于理論，不同的理論產生不同的模型，目前在人工神經網絡的研究領域中，有代表的網絡模型已達數(shù)十種，各個模型又有各自的特點及針對性。在實際中最常用的是反向傳播BP(BackPropagation)模型。本文以BP模型為例展開討論，通過計算機軟件模擬，實現(xiàn)其算法，并應用于宏觀經濟頂測模型的建立及預測。為了便于對比，首先建立了一個多元回歸模型，對其聯(lián)立運行預測效果較差的方程改用BP網絡方法建模，再對總體模型聯(lián)立運行，通