论文部分内容阅读
2012年以来，世界经济复苏明显放缓，国内经济下行压力加大。面对复杂严峻的国内外经济形势，中国政府坚持稳中求进的工作总基调，正确处理保持经济平稳较快发展、调整经济结构和管理通胀预期三者的关系，把稳增长放在更加重要的位置，加强和改善宏观调控。《中国统计年鉴》是国家统计局出版社出版的一部统计性数据书籍。该书很有权威性，主要统计包含有能源、贸易、经济等多方面反映中国社会现状的数据信息。通过这些统计的相关信息，可以了解中国目前的经济形式发展，也可以对中国的经济提供参考数据。《中国统计年鉴—2012》系统收录了全国和各省、自治区、直辖市2011年经济、社会各方面的统计数据，以及多个重要历史年份和近年全国主要统计数据，是一部全面反映中华人民共和国经济和社会发展情况的资料性年刊。本文的选题背景来源于对外国际贸易的相关内容，在这个大局势下，研究《中国统计年鉴-2012》的国内的对外贸易部分，针对货物进出口数据部分进行数据研究建模。本文研究的数据对象是《中国统计年鉴-2012》中的对外经济贸易的货物进出口数据：历年出口货物分类金额和历年进口货物分类金额。神经网络是数据挖掘中的一种重要的算法，是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。编程软件使用MATLAB。MATLAB是由美国mathworks公司发布的一种编程工具，它主要面对以下几种环境：科学计算环境、可视化以环境及交互式程序设计的环境。本文建立两个预测模型，第一个是货物进口数据的预测模型，第二个是货物出口数据的预测模型。货物进口的数据预测模型是建立本年度的进口总额和上一年度的货物进口相关属性之间的数据模型。货物出口的数据预测模型是建立本年度的出口总额和上一年度的货物出口相关属性之间的数据模型。本文研究的内容为：基于MATLAB的神经网络在货物进出口数据中的应用。使用MATLAB编写代码实现神经网络，对货物进出口数据建立预测模型。在本文中，分别使用了多元线性回归预测算法、BP神经网络预测算法、GRNN神经网络预测算法和RBF神经网络预测算法进行预测货物进出口数据，通过建模预测货物进出口数据，通过预测结果发现，RBF神经网络的预测效果较好。