國內(nèi)生產(chǎn)總值（GDP）是反映一個國家或者地區(qū)經(jīng)濟發(fā)展?fàn)顩r以及總體發(fā)展水平的重要指標之一。它的準確預(yù)測可以為政府的經(jīng)濟結(jié)構(gòu)調(diào)整和經(jīng)濟發(fā)展提供可靠的依據(jù),所以關(guān)于GDP預(yù)測的研究具有重要的實際意義。GDP受多種因素的影響,這些因素的指標數(shù)據(jù)呈現(xiàn)復(fù)雜的時間序列性和非線性,數(shù)據(jù)量也相對較少。在處理GDP預(yù)測問題時,以往方法的預(yù)測精度往往難以令人滿意。神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)能力極強,操作簡單,對于解決數(shù)據(jù)量少、數(shù)據(jù)內(nèi)部存在多重共線性的問題有很好的效果,適用于GDP的預(yù)測工作。但是在預(yù)測中往往存在收斂速度慢,容易陷入局部最優(yōu)解的問題。為了解決神經(jīng)網(wǎng)絡(luò)模型存在的上述問題、提升預(yù)測精確度,本文將思維進化優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于GDP的預(yù)測中。利用河北省2005-2016年的GDP相關(guān)數(shù)據(jù),選取河北省GDP作為被解釋變量,河北省人口數(shù)、固定投資、地方財政一般預(yù)算收入、居民消費水平等十個指標為解釋變量。以灰色模型為基礎(chǔ),在此基礎(chǔ)上通過嵌入和串聯(lián)方式加入誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)（BP神經(jīng)網(wǎng)絡(luò)）得到嵌入型灰色神經(jīng)網(wǎng)絡(luò)模型和串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)模型,然后在串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)模型中加入思維進化算法,得到思維進化法優(yōu)化灰... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

1)模型預(yù)測值擬合曲線與實際值對比圖圖2-1中，值代表年份，取值從1到12分別代表2005到2016年，代表GDP的值。點代表了的實際值，曲線為的預(yù)測值擬合曲線圖。觀察圖，不

BP神經(jīng)網(wǎng)絡(luò)模型，它的工作原理如圖3-1，圖3-1來源于文獻[32]。圖3-1 BP神經(jīng)網(wǎng)絡(luò)的原理圖圖中 表示輸入值， 表示當(dāng)前節(jié)點 與上一層節(jié)點 的連接權(quán)值， 表示- 12 -

2-6可得模型獲得了良好得預(yù)測效果。模型的訓(xùn)練誤差隨進化次數(shù)的變化曲線，如圖3-6和河北省2005-2016年的GDP預(yù)測值和真實值的模擬曲線，如圖3-7。由圖3-6可知，神經(jīng)網(wǎng)絡(luò)迭代100次之后誤差值基本趨近于0，可知隨著迭代次數(shù)的增加，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差逐漸減小。當(dāng)?shù)螖?shù)大約為20次時，灰色神經(jīng)網(wǎng)絡(luò)的迭代誤差基本為0。綜上所述，可以得出：灰色神經(jīng)網(wǎng)絡(luò)得到了很好的訓(xùn)練，可以用來進行GDP預(yù)測。通過MATLAB測得灰色神經(jīng)網(wǎng)絡(luò)的連接權(quán)值為： 11= 3.2471, 22= 0.4389, 23= 0.2472, 24= 0.1146, 25= 0.3070, 26= 0.3296, 27= 0.6213, 28= 0.0514, 29= 0.1758, 2,10= 0.048, 2,11= 0.4614。圖3-7體現(xiàn)了河北省2005-2016年GDP的預(yù)測值和真實值的擬合曲線。圖中 值代表年份， 取值從1到12分別代表2005到2016年


本文編號：3142290