免疫进化算法和神经网络在建立财政收入预测模型中的应用.pdfVIP

内蒙古农业大学学报 (社会科学版) 2008年第 5期 (第 1O卷 总第41期) Jam,zlofInnerIVlaagoliaAgriculturalLhiversity(~ hlSdea-,ceEditi~ No．5 2008(VoL10 Sum Nn41) 免疫进化算法和神经网络在建立财政收入预i=91Jl模型中的应用 ● 江 澜 (福建师范大学 经济学院，福建 350108) 摘 要：通过对历史数据的数学处理，采用人工神经网络的方法建立财政收入预测模型。针对前向网络BP(Baek— propagationAlgorithm)算法——梯度下降搜索方法的不足，提出用免疫进化算法来训练BP模型网络参数。利用 福建省 199O一2004年的财政收入数据建立神经网络预测模型，并用2005、2006年的数据进行预测预报检验。结果 表明：采用免疫进化算法建立的神经网络财政收入预测模型，模拟和预测精度高，具有实际应用价值。 关键词：神经网络；财政收入；免疫进化算法；模型 中图分类号：F224．9 文献标识码 ：A 文章编号：1009--4458(2008)05—0095--03 财政收入预测是加强宏观经济管理和提高决策水平的重 神经元的输出信号传播到输出神经元，经过处理后给出输出结 要前提和基础 1【]，是财政预算执行分析工作的重要内容。为了 果。BP网络是通过对许多简单的神经元作用函数(如S型函 提高分析预测的可靠性和客观性，在预算执行分析工作中，应该 数)的复合来逼近输入、输出之同的映射的。 在宏观经济趋势和历年经验分析的基础上，采用数学模型的方 Xl yl 法来对财政收^趋势进行准确预测，以避免人为主观因素的干 扰。应用数学模型的方法来预测财政收入，主要有多元回归预 X2 测、时间序列预测、灰色预测及人工神经网络预测等[2]。人工 神经网络是一种基于生理学的智能仿生模型，它模拟人类大脑 的思维能力，通过对大量个例的不断学习、回忆、归纳及整理，从 中找到规律性的东西，是一种典型的非线性预测[6～03。本文通 过对历史数据的数学处理，尝试采用人工神经网络的方法来预 测未来的财政收入 在众多的人工神经网络预测模式中，前向 图 1 BP网络的拓扑结构 网络BP(BaekpmpagationAlgorithm)算法是最为常用的方法之 BP神经网络模型的结构主要是确定网络的层数、各层的激 一 。 然而，由于BP算法是一种梯度下降搜索方法，因而不可避 活函数和各层的节点数。 免地存在固有的不足，如在学习后期收敛速度慢、易于陷入误差 1．网络层数和激活函数的选择 函数的局部极小点；对于较大的搜索空间，多峰值和不可微函数 研究表明，具有偏差和至少一个对数 S型隐含层加上一个 不能有效搜索到全局极小点。基于此，本文提出用免疫进化算 输出层的网络，能够逼近任何函数．据此将财政收支预测的人工 法来训练BP模型网络参数，使模型预测的数据更接近实际数 神经网络模型确定为3层，隐含层和输出层激活函数采用对数 据，从而为财政收入预测提供新的技术思路。 S型函数，即： 一 z)一再 1 、 人工神经网络的财政收入预测模型 人工神经网络(ArtificialNeural