青岛大学经济学院经济预测与决策课件第12章 神经网络预测法.pptVIP

* * * * * * * * * * * 第12章 神经网络预测法 12.1 神经网络基本理论 12.2 BP神经网络的MATLAB函数 12.3 案例分析 12.3.1 北京市房地产开发投资及销售分析 练习与提高（12） 12.3.2 深证综合指数预测 12.1 神经网络基本理论 12.1.1 人工神经网络 人工神经网络(Artificial Neural Network,ANN)，是由大量处理单元(神经元Neurons)广泛互连而成的网络,由分布于若干层的节点组成。每个单节点都有自己的输入值、权重、求和与激活函数以及输出值，在处理之前，数据被分为训练数据集(Training Data set)和测试数据集(Testing Data set)，然后将权重或输入，指派到第一层的每一个节点。每次重复时，系统处理输入，并与实际值相比较，得到度量后的误差，并反馈给系统，调整权重。大多数情形下，调整后的权重都能更好地预测实际值。当达到预定义的最小误差水平时，处理结束。 12.1.2 BP神经网络的基本原理 BP(Back-Propagation Network) 是一种多层网络的“逆推”学习算法。其基本思想是: 学习过程由信号的正向传播与误差的反向传播组成。 正向传播时，输入样本从输入层传入，经隐层逐层处理后传向输出层。若输