自组织fpnn在宏观经济预测中的应用

自组织fpnn在宏观经济预测中的应用

ID:26407663

大小:50.00 KB

页数:5页

时间:2018-11-26

自组织fpnn在宏观经济预测中的应用  _第1页
自组织fpnn在宏观经济预测中的应用  _第2页
自组织fpnn在宏观经济预测中的应用  _第3页
自组织fpnn在宏观经济预测中的应用  _第4页
自组织fpnn在宏观经济预测中的应用  _第5页
资源描述:

《自组织fpnn在宏观经济预测中的应用 》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、自组织FPNN在宏观经济预测中的应用摘要:论文针对经济预测通常表现为复杂的非线性这种特性,提出了一种基于自组织过程神经元网络(FPNN)和改进的BP神经网络建立的经济预测模型方法。自组织过程神经元网络(FPNN)由输入层、竞争层和输出层组成。FPNN筛选出对因变量(网络输出)最有影响作用的变量(自变量)之后作为改进的BP算法网络的输入节点,再用进行学习。该模型不仅克服了时间序列预测模型只能进行线性预测的不足,而且还避免了传统神经网络的固有缺陷。以2001年到2004年国内生产总值作为预测分析样本,并对预测结果和实际值进行了比较分析,结果验证了该方法的有效性。关

2、键词:自组织过程神经网络;学习算法;正交基函数;经济预测;预测模型Abstract:AimingattheplexNon-linearPropertyandTheTime-VaryingPropertyintheactualeconomicsystem,putforethodofself-organizationprocessneuralergedaImprovedBPneuralicforecastingmodel.Theself-organizationprocessneuralprovedBPneuralodelnotonlyoverestheshort

3、agethattimingseriesforecastingmodeljustcandolinearforecast,butalsoavertsthedisfigurementsoftraditionneuralesticproductbetodelisproved.经济预测对国家各级部门实行有效的经济宏观调控、以及市经济下各类企业制定具体的生产投代写论文放具有至关重要的指导性作。传统的预测方法一般采用统计中的线性自回归预测模型,但模型很难运用于非线性情况。因此,寻找通用的经济预测模型得尤为重要。近年来,人工神经网络的研究在国内外广泛兴。人工神经网络作为一种通

4、用的非线性函数逼近工具,以其良的非线性品质、灵活而有效的自组织学习方法以及完全分布的储结构等特点,在预测领域中显示了很大的优势[1]。本文在此背景下,提出了自组织过程神经元网络[2]与改进的P神经网络相结合,构建了经济预测的通用模型,并对实际的济数据进行了预测,得到了很好的预测效果。一、自组织过程神经元网络自组织竞争型神经元网络[3]-[4]是Kohonen模拟人脑处于不同区的细胞对来自某一方面的刺激信号的敏感程度不同、特定细胞特定信号的特别反映能力可由后来的经历和训练而形成的特点提出的一种神经元网络模型,是一种重要的模式分类、优化组方法[5]。可以将传统自组

5、织神经元网络模型推广为时域上的自织过程神经元网络,从而能够直接处理时变过程信号,更加逼地模拟生物神经元网络的行为。自组织过程神经元网络为一种层结构的过程神经元网络模型,采用自组织竞争学习算法,可一组时变数据中提取有意义的特征或内在的规律性,适用于过模式分类和优化组合等方面的应用[6]。1.自组织过程神经元网络模型。自组织过程神经元网络[7]为层结构,由输入层和过程神经元组成的竞争层构成。输入层各点与竞争层各节点之间实行全互连接,其输入信号和网络连权可为时间的函数。网络自适应提取输入函数所隐含的模式征,并对其进行自组织,在竞争层将作用结果表现出来。为失一般性,设

6、网络的输入空间为(C[0,T])。所有这些样本都按照某种标准属于设定m类模式之一,竞争层节点的输出代表模式类别,而与该节点接的权函数则包含了本类模式的基本特征信息。;,第k个输入样本向量XK(t)与竞争层神经元节点j的连接权函数向量0,隐节点数上限r,学习参数b,动量数a。初始隐节点数r应适当取大一些)。(3)输入学习样本,使样本参数变为[0,1]之间。(4)在[-1,1]之间随机产生数值赋给初始权矩阵。(5)按改进的BP法训练网络。(6)判断迭代步数是否超过规定步数或学习精度达到否,是,转入(7);否,返回(5),继续学习。(7)计算隐节点相关参数及发散度。

7、先按规则2,进行节点删除;若规则2足,按规则1进行节点合并;若两规则都满足,则只按规则除;若两规则都不满足,则不进行结点合并、删除若无节并、删除,则转到步骤(8);否则,返回(4)。(8)学习精度是否达到要求或迭代参数是否超过规数,是,算法终止;否,返回(4)。四、实际应用基于生产函数,建立起宏观经济系统中的国内生产总学模型:Yt=F(L(t),K(t))。其中,Yt为当年价计国内生产总值(亿元);L(t)为第t年劳动力投入量,即人数;K(t)为第t年资金投入量,即以当年计算的固定资值与流动资产平均余额之和。表1为1997年-2004年的生产参值。表1样本值2

8、008年第10期在宏观经济预测系统中,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。