链式数据重组与神经网络在经济预测中的应用

来源 :控制理论与应用 | 被引量 : 0次 | 上传用户：judy5752

【摘要】

：

建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络

【作者】

：

郅跃茹朱维彰诸静

【机构】

：

浙江大学,杭州电子工业学院

【出处】

：

控制理论与应用

【发表日期】

：

2004年4期

【关键词】

：

宏观经济预测数据重组神经网络训练 macroeconomic forecast data recombination neural networks t

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络的链式数据重组训练方法,并用于实际经济预测.和原数据用于预测的结果相比,达到了较高的预测精度.同时,解决了BP神经网络难以确定隐结点数的问题.

其他文献

带白色和有色观测噪声系统解耦Wiener状态估值器

基于经典稳态Kalman滤波理论,对带白色和有色观测噪声系统提出了设计最优Wiener状态估值器的新方法.通过稳态Kalman滤波器建立ARMA新息模型,由稳态最优非递推Kalman状态估值

期刊

Kalman滤波理论解耦Wiener状态估值器白色观测噪声系统有色观测噪声系统Kalman filter Wiener state estimator

不确定控制系统概率鲁棒性分析——自适应重要抽样法

将自适应重要抽样(AIS)法应用于不确定控制系统的概率鲁棒性分析问题,克服了标准MonteCarlo仿真(MCS)方法不能有效解决小概率事件的困难.给出了一种新的AIS方案.首先采用了一

期刊

不确定控制系统鲁棒性分析概率方法重要抽样MonteCarlo仿真

自然发酵大豆产品的加工与保藏技术研究

期刊

自然发酵大豆产品加工技术保藏技术包装材料杀菌处理