版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、經(jīng)濟(jì)投資預(yù)測(cè)問題是關(guān)系到國(guó)計(jì)民生的重要問題,特別是產(chǎn)業(yè)投資研究一直受到人們普遍的關(guān)注。經(jīng)濟(jì)投資預(yù)測(cè)的多因素時(shí)間序列性決定了該預(yù)測(cè)是一種非線性預(yù)測(cè),用傳統(tǒng)的方法預(yù)測(cè)時(shí)有一定的困難。徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)具有較好的非線性特性,特別是用于高度非線性系統(tǒng)的處理。本文引入在其它領(lǐng)域中廣泛應(yīng)用的RBF神經(jīng)網(wǎng)絡(luò)理論,建立新的投資預(yù)測(cè)模型,為經(jīng)濟(jì)投資預(yù)測(cè)研究開辟了新的發(fā)展空間。 本文介紹了投資學(xué)、經(jīng)濟(jì)預(yù)測(cè)的基本理論及RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、
2、特性和訓(xùn)練算法。針對(duì)1991-2003年度黑龍江省的三次產(chǎn)業(yè)的投資值和總產(chǎn)值等歷史數(shù)據(jù)建立投資預(yù)測(cè)網(wǎng)絡(luò)模型、進(jìn)行仿真、分析仿真結(jié)果。論文的主要?jiǎng)?chuàng)新點(diǎn)如下: 1.利用灰色關(guān)聯(lián)分析方法確定投資諸要素間的關(guān)系。以多年歷史數(shù)據(jù)為樣本,用灰色關(guān)聯(lián)度來描述因素間的關(guān)聯(lián)程度。 2.采用RBF神經(jīng)網(wǎng)絡(luò)建立模型,進(jìn)行模擬訓(xùn)練,預(yù)測(cè)結(jié)果的相對(duì)誤差均在3%以內(nèi)。并將訓(xùn)練的結(jié)果與BP網(wǎng)絡(luò)比較,仿真實(shí)驗(yàn)表明RBF網(wǎng)絡(luò)的訓(xùn)練速度比BP快,預(yù)測(cè)精度高
3、于BP網(wǎng)絡(luò),具有較好的泛化能力。 3.對(duì)投資采用小范圍枚舉法進(jìn)行微調(diào),以確定最大總產(chǎn)值。以第一、第二、第三產(chǎn)業(yè)中較小的兩個(gè)投資值的數(shù)據(jù)為中心,在某一范圍內(nèi)進(jìn)行調(diào)整。 4.應(yīng)用多重網(wǎng)格的思想對(duì)投資分配進(jìn)行合理調(diào)整,確定最佳投資分配。通過構(gòu)造由細(xì)到粗的多層網(wǎng)格(5%、10%、15%、20%),在每個(gè)網(wǎng)格層上迭代,能有效地消除各個(gè)頻率分量的誤差,提高迭代的收斂率,還減少了工作量。 在已建立投資預(yù)測(cè)模型及優(yōu)化后投資結(jié)構(gòu)的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的港口吞吐量預(yù)測(cè)研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的色空間轉(zhuǎn)換模型的研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究.pdf
- 基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別研究.pdf
- 基于差值灰色徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的瓦斯涌出量預(yù)測(cè).pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)技術(shù)的研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的證券市場(chǎng)走勢(shì)預(yù)測(cè)方法研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的舵機(jī)加載控制策略.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)微構(gòu)象預(yù)測(cè)分析研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的中醫(yī)脈象信號(hào)檢測(cè).pdf
- 基于改進(jìn)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的辦公建筑用電能耗預(yù)測(cè)研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評(píng)分研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷.pdf
- Sum-of-Product神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的逼近能力研究.pdf
評(píng)論
0/150
提交評(píng)論