自组织FPNN在宏观经济预测中的应用.docVIP

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：Aiming at the complex Non-linear Property and The Time-Varying Property in the actual economic system，putforward the method of self-organization process neural networks（FPNN）merged a Improved BP neural network to constituteeconomic forecasting model.The self-organization process neural networks(FPNN)consists of input layer and competition layerand output layer.The variables(independent variables) which were filtrated by FPNN are the best influence to the dependentvariable(the output of network)，then qua input node of the improved BP neural network to study.The model not onlyovercomes the shortage that timing series forecasting model just can do linear forecast，but also averts the disfigurements oftradition neural networks.Using the gross domestic product between 2001 and 2004 as the forecasting analytic stylebooks，compare the forecasting result to the actual result，finally the availability of the model is proved. 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