基于BP与RBF神经网络经济预测模型的研究.docVIP

基于BP与RBF神经网络经济预测模型的研究 　　摘要：该文结合经济预测理论和BP神经网络算法和RBF神经网络的特点，研究浙江省基于BP神经网络算法和RBF神经网络算法的人工神经网络的经济增长预测。实证研究数据结果表明，人工神经网络具有较好的预测精度，但是各种神经网络进行经济增长预测的数据不一样，有些误差非常大。人工神经网络可以为宏观经济部门决策提供很好的参考依据。 　　关键词：BP人工神经网络；RBF人工神经网络；经济增长预测 　　中图分类号：TP183文献标识码：A文章编号：1009-3044(2011)10-2345-03 　　The Study of Forecast of Zhejiang Provinces Economic Growth Using BP and RBF Artificial Neural Network 　　BAI Xue-bing 　　(Zhengjiang University of Technology, Hangzhou 310014, China) 　　Abstract: Based on existing studies of economic forecasting methods, the article studies the Zhejiang provincesEconomic Growth Forecastusing BP and RBF Artificial Neural Network.Thedata research shows Artificial Neural Network hasgood precision, but different Artificial Neural Network have different behavior, some have big error. Artificial Neural Network can provide good reference for the making policy of sector of economy. 　　Key words: BP artificial neural network; RBF artificial neural network; economic growth forecast 　　1 经济预测概论 　　经济预测是与未来有关的旨在减少不确定性对经济活动影响的一种经济分析。它是对将来经济发展的科学认识活动。经济预测不是靠经验、凭直觉的预言或猜测，而是以科学的理论和方法、可靠的资料、精密的计算及对客观规律性的认识所作出的分析和判断。 　　2 人工神经网络经济预测技术 　　由于人工神经网络具有大规模并行处理、容错性、自适应和联想功能强等特点，作为非线性智能预测方法的人工神经网络预测方法成为国内外经济预测研究的一个热点。 　　人工神经网络不断应用于证券预测分析、企业经济战略预测、经济理论创新、经济预测预警等研究中，都得到了一定的效果。 　　3 BP与RBF神经网络预测模型分析 　　3.1 经济增长神经网络设计模型 　　3.1.1 宏观经济预测指标 　　经济增长率是判断宏观经济运行状况的一个主要指标。经济增长率指的就是不变价国内生产总值增长率(简称国内生产总值增长率。因此，判断宏观经济运行状况要落脚到对国内生产总值的核算上。在本文中我们采用GDP的增长率来作为预测目标。 　　3.1.2 神经网络设计模型经济模型的设计 　　本论文采用两种模型对经济进行预测。 　　1) 第一种 GDP预测模型：第n年的一、二、三产业的增长率作为输入，第n+1年GDP增长率作为输出。 　　2) 第二种预测模型。第n-3、n-2、n-1、n年的经济增长率作为输入，第n-1、n、n+1年经济增长率作为输出。 　　这里还要说明两个问题。第一我们用到的数据来自2009年 浙江省统计年鉴，它的网址是 。 　　3.1.3 神经网络模型结构 　　设计经济预测神经网络模型前，首先需要确定神经网络的结构，主要包括如下内容：网络的层数，每层的神经元数和激活函数等。采用的神经网络结构如图1。 　　3.2 使用BP在以浙江省过去的每年的GDP增长指数的基础上进行BP神经网络预测 　　3.2.1 学习样本的选择 　　本次实验使用Matlab 软件采用3层BP神经网络建立浙江省经济发展的的预测模型。输入层节点数为n=4，输出层节点m=3.而隐含层节点数的选择是人工神经网络最为关键的一步，它直接影响网络队复杂问题的映射能力，实验中我们采用试凑法来确定最佳节点数。现设置较少的隐节点训练网络，然后逐渐增加网络节点数，用同一样本进行训练，从中确定网络误差最小时对应的节点数，隐层、输出层神经元