本文關(guān)鍵詞：基于BP神經(jīng)絡(luò)的廣東海洋生產(chǎn)總值預(yù)測(cè)研究

  更多相關(guān)文章： 海洋生產(chǎn)總值 BP神經(jīng)網(wǎng)絡(luò) 主成分分析 預(yù)測(cè)

【摘要】：海洋生產(chǎn)總值是開(kāi)發(fā)和利用海洋各類(lèi)資源及相關(guān)產(chǎn)業(yè)的經(jīng)濟(jì)活動(dòng)總和的一個(gè)量化指標(biāo),是國(guó)民經(jīng)濟(jì)中全部涉海經(jīng)濟(jì)活動(dòng)一段時(shí)期內(nèi)的最終反應(yīng)[1]。同時(shí),海洋生產(chǎn)總值也是國(guó)內(nèi)生產(chǎn)總值核算中一個(gè)非常重要的指標(biāo)。2005年我國(guó)海洋生產(chǎn)總值為16987億元,占同期國(guó)內(nèi)生產(chǎn)總值的4.0%。十年后的2014年,我國(guó)海洋生產(chǎn)總值為59936億元,海洋生產(chǎn)總值占國(guó)內(nèi)生產(chǎn)總值的9.4%,并且保持約7.6%的增速在增長(zhǎng)�？芍�,海洋生產(chǎn)總值的起伏波動(dòng)是能夠直接影響國(guó)家宏觀經(jīng)濟(jì)能否穩(wěn)定、健康的一個(gè)重要指標(biāo)[2]。因此,依據(jù)海洋生產(chǎn)總值組成成分的運(yùn)行規(guī)律,預(yù)測(cè)海洋生產(chǎn)總值能夠?qū)Ｑ蠼?jīng)濟(jì)甚至國(guó)家宏觀經(jīng)濟(jì)持續(xù)健康發(fā)展有著重要的指導(dǎo)意義[3]。本文首先介紹了本論文的選題背景、研究意義、研究方法及研究思路等問(wèn)題。較為全面的研究了前人對(duì)海洋生產(chǎn)總值預(yù)測(cè)的理論和海洋生產(chǎn)總值預(yù)測(cè)所采用的模型,也獲悉了海洋生產(chǎn)總值預(yù)測(cè)的意義以及要達(dá)到的效果。因此本文引入了擬合能力更強(qiáng)的BP神經(jīng)網(wǎng)絡(luò)模型,并將其實(shí)際應(yīng)用到廣東海洋生產(chǎn)總值的預(yù)測(cè)中。由于我國(guó)海洋經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)口徑在2001年和2006年均做了不同程度上的改變,而且統(tǒng)計(jì)種類(lèi)繁多。因此在實(shí)際建模的過(guò)程中,面臨的首要問(wèn)題就是海洋樣本數(shù)據(jù)不僅數(shù)量少而且種類(lèi)“雜”的特點(diǎn),對(duì)此,本文首先采用了主成分分析將影響廣東海洋生產(chǎn)總值的影響因子篩選出影響程度較高、能基本代表海洋生產(chǎn)總值統(tǒng)計(jì)信息的五個(gè)關(guān)鍵因子,解決了樣本數(shù)據(jù)“雜”的特點(diǎn)。其次利用Bagging等弱學(xué)習(xí)技術(shù)生成樣本以訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),解決海洋可用的樣本數(shù)據(jù)少的問(wèn)題。最后針對(duì)BP神經(jīng)網(wǎng)絡(luò)可能面臨的預(yù)測(cè)結(jié)果不穩(wěn)定的問(wèn)題,引入了BP神經(jīng)網(wǎng)絡(luò)集成來(lái)提高BP網(wǎng)絡(luò)模型在海洋生產(chǎn)總值預(yù)測(cè)上的精度。另外,為了驗(yàn)證該預(yù)測(cè)模型的可行性和可靠性,本文還采用了常用的指數(shù)平滑模型來(lái)驗(yàn)證BP神經(jīng)網(wǎng)絡(luò)在海洋生產(chǎn)總值預(yù)測(cè)這一問(wèn)題上的預(yù)測(cè)效果。接下來(lái)提出結(jié)論,明確了在海洋生產(chǎn)總值預(yù)測(cè)中,基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型相比傳統(tǒng)的指數(shù)平滑模型有預(yù)測(cè)精度上的優(yōu)勢(shì)。但是也存在變量間關(guān)系難以解釋清楚等缺陷等。最后,就基于BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)海洋生產(chǎn)總值在模型改造上和應(yīng)用拓展上進(jìn)行了展望。
【關(guān)鍵詞】：海洋生產(chǎn)總值 BP神經(jīng)網(wǎng)絡(luò) 主成分分析 預(yù)測(cè)
【學(xué)位授予單位】：五邑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F127;P74;TP183
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-14
• 1.1 選題背景8-9
• 1.2 研究意義9-10
• 1.3 研究方法及研究思路10-12
• 1.4 難點(diǎn)以及創(chuàng)新點(diǎn)12-14
• 第二章 海洋生產(chǎn)總值理論與預(yù)測(cè)方法14-17
• 2.1 海洋生產(chǎn)總值的概念以及核算標(biāo)準(zhǔn)14-15
• 2.2 國(guó)內(nèi)外海洋生產(chǎn)總值預(yù)測(cè)方法概述15-17
• 第三章 BP神經(jīng)網(wǎng)絡(luò)模型17-26
• 3.1 BP神經(jīng)網(wǎng)絡(luò)的概念以及學(xué)習(xí)機(jī)制17-21
• 3.2 BP神經(jīng)網(wǎng)絡(luò)參數(shù)的確定21-23
• 3.3 Bagging技術(shù)下的樣本生成23-24
• 3.4 BP神經(jīng)網(wǎng)絡(luò)集成24-26
• 第四章 廣東海洋生產(chǎn)總值預(yù)測(cè)模型的構(gòu)建26-38
• 4.1 廣東海洋經(jīng)濟(jì)發(fā)展現(xiàn)狀26-27
• 4.2 廣東海洋生產(chǎn)總值指標(biāo)體系的確立及數(shù)據(jù)預(yù)處理27-31
• 4.3 BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建31-33
• 4.4 BP神經(jīng)網(wǎng)絡(luò)及集成的廣東海洋生產(chǎn)總值預(yù)測(cè)33-34
• 4.5 指數(shù)平滑預(yù)測(cè)模型預(yù)測(cè)廣東省海洋生產(chǎn)總值34-38
• 第五章 BP神經(jīng)網(wǎng)絡(luò)與指數(shù)平滑預(yù)測(cè)效果比較分析38-41
• 5.1 兩種模型的預(yù)測(cè)結(jié)果比較38-39
• 5.2 兩種模型的預(yù)測(cè)效果分析39-41
• 結(jié)論與展望41-43
• 參考文獻(xiàn)43-46
• 攻讀碩士學(xué)位期間發(fā)表論文與科研項(xiàng)目46-47
• 附錄47-50
• 致謝50

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 楊偉,倪黔東,吳軍基;BP神經(jīng)網(wǎng)絡(luò)權(quán)值初始值與收斂性問(wèn)題研究[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2002年01期

2 王正群,陳世福,陳兆乾;并行學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)集成方法[J];計(jì)算機(jī)學(xué)報(bào);2005年03期

3 李小飛;;基于BP網(wǎng)絡(luò)的GDP預(yù)測(cè)數(shù)據(jù)預(yù)處理方法研究[J];計(jì)算機(jī)與數(shù)字工程;2011年09期

4 于玲;吳鐵軍;;集成學(xué)習(xí):Boosting算法綜述[J];模式識(shí)別與人工智能;2004年01期

5 原峰;魯亞運(yùn);楊倫慶;;海洋生產(chǎn)總值核算方法研究[J];經(jīng)濟(jì)研究導(dǎo)刊;2013年07期

6 殷克東;張雪娜;;基于BP網(wǎng)絡(luò)的海洋生產(chǎn)總值預(yù)測(cè)[J];海洋開(kāi)發(fā)與管理;2011年11期

7 何鳴;李國(guó)正;袁捷;吳耿鋒;;基于主成份分析的Bagging集成學(xué)習(xí)方法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

8 ;廣東提出2015年初步建成海洋經(jīng)濟(jì)強(qiáng)省[J];政策w，

本文編號(hào)：596433