自组织建模方法和西部GDP增长模型研究_康银劳.pdfVIP

第36 卷　第2期 西　南　交　通　大　学　学　报 Vol.36　No.2 2001年4 月 　　　　　　　JO RNALOF SO THWEST JIAOTONG NIVERSITY　　　　　　　 Apr.2001 　　文章编号:0258-2724(2001)02-0206-05 自组织建模方法及西部GDP 增长模型研究 1 2 康银劳 , 颜科琦 (1.西南交通大学经 管理学院, 四川 成都 610031;2.四川大学管理科学与工程系, 四川 成都 610065) 摘 要:在自组织控制理论的基础上, 引入人工神经网络思想提出一种新的数据挖掘方法。 建模过程中活动神 经元逐层大量产生和淘汰, 模型得以最终进化到其最优复杂性。阐述了自组织算法原理、建模步骤及网络结构。 给出针对西部地区经 发展的建模研究实例, 以确定西部开发中最重要的若干因素, 并量化分析各自力度强弱。 比较全国模型得到西部经 特点, 在此基础上提出了一些建议。 关键词:自组控制;神经网络;最优复杂性;西部经 ;国内生产总值 中图分类号:F224　　文献标识码:A Self Organizing Methods and a Model Study on the Growth of West Chinas GDP 1 2 KAN G Yin-lao , YAN Ke-qi (1.School of Economics and Management, Southwest Jiaotong niversity, Chengdu 610031, China;2.Dept of Management Sci.and Eng., Sichuan niversity, Chengdu 610065, China) Abstract:On the basis of the theory of self organizing cybernetics, a new data mining method is proposed by using the principles of artificial neural networks.During modeling, active neurons are generated and eliminated largely, enabling the model to evolve into its optimal complex.Some principles, processes and network structuresof self-organization method are discussed.As an example, the economy in thewest China is studied with the model to find the critical factors.Some suggestions about the development of the west China are put forward. Key words:self-organizing systems;neural networks;optimal complex;west China economy;GDP 　　数据挖掘的工作如今已经成为系统分析和决策的关键。通常的数据挖掘方法有基于控制理论的模糊 逻辑、遗传算法以及基于回归分析的统计建模和神经网络等。但在实际应用中, 这些方法往往会遇到一些 问题, 如产生数据过拟合、主观干扰性强、模型结果不明确以及对样本数据的数量和质量要求太高等。作 者在综合神经网络和统计建模思想的基础上, 提出一种新的自组织建模方法, 使模型达到模拟真实系统的 最优复杂性, 并给出中国西部经 发展的自组织模型实例说明。 1　自组