论文部分内容阅读
本文在总结已有研究成果的基础上,结合经济预测理论和不同神经网络算法的特点,着重研究了基于人工神经网络的经济增长预测。首先本文总结了传统预测方法的特点、步骤及检验误差,指出随着对经济现象更深刻地认识,发现传统的预测方法并不适应经济社会的现实,而神经网络方法具有动态非线性的特点,适合处理多变量的数量关系,具有广阔的应用前景。其次本文回顾了神经网络的发展历史过程,介绍了神经网络的结构及特点,详细叙述了其在经济管理方面的应用情况,说明人工神经网络不仅在工程科学技术方面具有广阔的应用前景,在经济管理方面也将发挥更大的作用。再次,本文详细回顾了经济增长理论的历史发展过程,从古典经济增长理论到新古典经济增长理论在到内生经济增长理论。最后,文章以中国三次产业增加值作为输入,以国内生产总值作为输出,通过选择合适的神经网络算法,建立了相应的BP神经网络模型,利用具体的数据进行了实证研究。实证研究结果表明,人工神经网络具有较高的预测精度,利用神经网络进行经济增长预测可以为宏观经济部门决策提供更好的依据。