(数量经济学专业论文)基于经济增长理论的经济预测研究.pdf_第1页
(数量经济学专业论文)基于经济增长理论的经济预测研究.pdf_第2页
(数量经济学专业论文)基于经济增长理论的经济预测研究.pdf_第3页
(数量经济学专业论文)基于经济增长理论的经济预测研究.pdf_第4页
(数量经济学专业论文)基于经济增长理论的经济预测研究.pdf_第5页
已阅读5页,还剩59页未读, 继续免费阅读

(数量经济学专业论文)基于经济增长理论的经济预测研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中文摘要 科学的预测是正确决策的保证。本文在现有研究成果的基础上,把经济预测 理论和相关的算法结合起来,建立可实际应用的经济预测模型,为决策者提供决 策依据和参考。 首先,本文介绍了经济预测的概念、分类、原则、方法、步骤及其在我国的 研究豳的与意义,为以后建立经济预测模型打下了基础。 其次,本文阐述了神经网络的发展历程和一些神经网络的基本算法,介绍了 统计学习理论和支持向量机的具体实现,分析了不同损失函数的特点,并从不同 角度,分析毙较了神经网络和支持离量橇豹堋练过程和网络结构特征。 蒋次,本文研究了经济学界常用作预测经济增长的三个经济增长模型以及各 自的特点,指出利用神经网络和支持向量机可以模拟经济系统内部的未知关系, 减少经济模型中的各种假定,从而使预测更加切合实际。 最后,本文通过神经网络和支持向量机算法构建相应的经济预测模型,利用 全国斡具体宏观经济数据进行了实证预测研究,实证结果表瞬,由于神经网络算 法的预测结果不佳,所以只有基于支持向量机的经济预测是可行和有效的,利用 支持向量枫进行经济预测对于有效指导经济决策具有较大的参考价傻。 关键词:神经网络支持向量机经济预测经济增长理论 a b s t r a c t 8 c i c n t i f o r c c 弱如g 妒0 v i d e sas o u n db 勰i sf 1 0 rr i g h td e c i s i o n b a s e d0 ne x i s t i i l g s t l l 蠡o so fe c 删cf o l 铺缸g 拱e 侥。蠡,黼e c o 幽cf 孤e 勰妇gm o 氐l 幻静i & p o h c y 一觚墩e r si s s e tu p 妇- 0 u 曲也ec 伽1 b m m o no fe c o n o m i cf 0 i e c 勰t i n g 也e o 巧a n d 愆l 舔醯a l g 积壤麟遗也i s 饿e 延s f 洳;t l y ,s o m ec o n c c p t s ,c l 嬲s i f i c a t i o 玛r u l e s ,m e m o d s ,p r o c e d l l r e s ,r c s e a r c hg o a l 翘ds i g n i 氢c 强c ei n 也e 蚀o m i cf o f e c 勰t i n ga r eb 矗e 戤p r e 鼬也w h i c hp r o v i d 露a 矗m e n t a lf o re s t a b l i s 幻姐c 蕾i to f o n 诚c 茧b f e c a s t i n gm o d e l s s e c 伽d l y ,砧州d e v e i o p m 朗ti si n 昀d u c e d 谢t hi 俘a i g o r i 恤n s t a t i s t i c a ll e 锄i n g 氇e o 黟瑟d 磁l i 穰i 潍靠也e 跚p o 戎v e e 翻嚣搬馥i 辩( s v m ) 鑫f e 酿如耄鑫i l 甜h a d d i t i o n ,s v m 柚d 心悄a r ec o n l p a r e db a s c d0 n 胍i n i n gp r o c e s s 粕dn e 觚o r k s 扛翟e 瓴l l 譬。 t h i r d l y ,像i st h e s i sh 豁m a d eac l o s el o 浓i 1 1 t ot h r e ee c 彻o m i ci n c m m e n lm o 泌l s c o 删n l yl l s e di ne c o n o 础c s 鼬dt h e i rf c a n 鹏s ,m a k 恼g 鳓r e 也a ts o m e 证t c m a l u l l l m o 、瓶f c 蕊i s 谴雒o e o 珏。撒i es y s 锄篮e 黼b ef e v c a l 雒姆a 套黼雒ds v 醚也u 薛 s i 埘i u l a t i o n a sar c s u l t ,m eh y p o n l e s e sf o rt h ee c o n o n l i cm o d e l sc 姐b el e s s e da n d 囊e 勤释c 豁t w o | 敷e 强b e d o 惫e ,羚鳓l 抽g 遮馘e v 铭b 蝴够。l 删稚也龇1 f i n a l l y ,瓢a n n b a s e d 觚d 粕s v m - b a s e de c o n o m i cf o r c c a s tm o d e l sa f e e s 纽b l i s h e da n dac a s es t u d yi sc 删e do u tu s i i l g a c q u 洳dd a t a 舳mc h i l 蛾髓er c s u l t 纳m 髓l ee a s es t u d ys h o w st h a t 也ea n n _ b a s e de c 锄o m i cf o r e c 韶tm e 壤o di sn o t 蹒 u s e m l 姐de 虢c t i v e 躺s v m - b a s e do n e 。s v m 山a s e de c o n o m i cf 0 舱c a s tm e 也o dc a nb e af e f 。煳e e 融d e e i 螽。套量b 矗l ( e 爨;o fe e o 鞋锄i e s k e y w o 尉d s :n 懿瓣赶e 辩。攮;鼬弹哦沌姓鹾a 馥遗e ;嚣e 潍谢e 奴鑫s 专; e c o n o m i ci i l c r e m e n tt i l e o 巧 l l 图2 1 图3 一圭 图3 2 图3 3 图4 一l 图6 一l 图6 2 图6 3 图6 4 目录( 图) 经济预测的方法6 人工神经元模型示意圈1 4 前馈神经网络示意图1 5 殛磁俄豫网络示意图1 5 支持向量机网络示意图2 8 职工平均工资增长率及其预测5 0 固定资产投资总额增长率及预测5 0 从业人员人数增长率及预测。5 1 国杰生产总值增长率及预测。5 3 、,l 表6 一l 表6 _ 2 表6 3 表6 4 表6 5 表6 6 表6 7 袭6 8 表铲9 表6 1 0 目录( 表) 全国历年宏观经济数据4 3 全国历年宏鼹经济数据增长率4 4 不同隐层结点的朋神经网络预测结果4 6 参数y 对模型预测准确度的影响( 1 ) 4 6 参数c 对模型预测准确度的影响4 7 参数,对模型预测准确度的影响( 2 ) 4 7 参数s 对模型预测准确度的影响( 1 ) 4 7 参数占对模型预测准确度的影响( 2 ) 4 8 固定资产投资总额增长率的泛化结果优劣对比4 8 国内生产总值增长率的泛化结果优劣对比5 2 v 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果,除了文中特剐加以标注和致谢之处外,论文中不包含其健人已经发表 或撰写过的研究成果,也不包含为获得基生态鲎或其他教育机构的学位或证 书丽使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名: 寄青 签字日期:2 口扩7 年月侈日 学位论文版权使用授权书 本学位论文作者完全了解苤鲞基鲎有关保留、使用学位论文的规定。 特授权墨鲞蠢堂可以将学位论文的全部或部分内容编入有关数据库进行检 索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密愿适震本授权说明) 学位论文作者签名: 韵禹 导师签名: 签字网期:2 7 ,年石月巧曰 签字日期:夕祈年月侈日 第一章绪论 1 1 研究背景及意义 第一章绪论 近几十年来,作为探讨事物发展未来状况的预测工作已经越来越弓| 起人们的 重视。尤其是在当今科学、技术和经济迅猛发展的时代,人类社会正在向着更为 错综复杂的方向发展,随着社会运转速度的不断加快和信息量的不甑膨胀,各级 管理中需要决策的事物不但在数量上越来越多,而且在对决策时间和质量方面的 要求上也越来越来高。决策是站在当前对人们的未来行动进行的设计,如果能对 事物的未来发展情况及时作出准确的预测,无疑就能为人们的合理决策提供依 据,从而使决策少犯甚至不犯错误,取得更好的效果。 预测就是对尚未发生或西前还不萌确的事物进行预先的估计和推测,是在现 时对事物将要发生的结果进行探讨和研究,是综合研究事物内在联系延续与突变 的过程的一门学科n 1 。 预测也是数据挖掘中一种非常重要的分析方法,是数据挖掘的重要目的之 一,它被广泛地应用于许多领域,如国民生产总值的预测,金融预测,天气预报、 地震勘探、太阳黑子活动的预测等。 豳前,预测技术应用最广泛的是经济领域。从微观角度来说,企业在确定发 展战略、经营方针、编制计划、技术改造、设备投资等方面的决策时,都应该以 预测结果为依据,预测的成功与否往往决定一个企业的生存与发展。 从宏观焦度来看,预测己成为一个重家发展国民经济和科学技术所必须研究 的领域,它的成败将直接影响国民经济和科学技术的发展。经济预测提供了一种 可能,即可以将政策和计划指标用经济预测模型进行模拟实验,以预先比较政策 和计划指标的优劣,最终确定其可行性。因此,在经济建设中,必须用经济预测 来分析经济发展过程和现象,指出生产发展的基本规律性和趋向,论证经济发展 的方针、政策、方法的合理性和科学性。 综上所述,本文在经济增长理论上,利用神经网络和支持向量机算法,建立 适于经济增长预测的g z 炉模型,剥用全圈宏观经济数据对模型进行实证,进行 了为期三年经济预测和分析,证明了采用径向基核函数的支持向量机预测d 妒 模型的可行性与有效性。这些工作将为国家宏观经济调控提供依据,有利于国家 制定经济发展规划,觏定经济长期发展糕务。 第一章缝论 1 2 论文结构和创新点 本论文在前人研究的基础之上,介绍了经济预测的概况、神经网络算法、支 持向量机算法,以及三种经典的经济增长理论,并基于预测的两神方法:时阆序 列预测方法和回归预测方法,建立了晓妒预测模型,然后结合了1 9 8 沪2 0 0 5 年 的全囡宏观经济数据进行实证研究与分析,通过实证获得的结果表明,支持向量 枫在经济预测中的可行性与有效性。 本文的具体研究内容如下: 第一章分缨了经济预测在我囡的重要性,提出用神经网络和支持向量机来建 立预测模型,并对本文的结构与创新点作了说明。 第二章介绍了经济预测的概念、分类、原则、方法、步骤及其在我国的研究 目的与意义,为以下章节预测模型的建立与应用提供了良好的理论基础。 篇三章介绍了神经网络的发展历程和一些神经网络的基本算法,包括卯神 经网络算法及改进算法和慰渗神经网络。其中龆神经网络是星前应髑最广泛的 一种神经网络,计算能力相当强大。 第四章介缨了统计学习理论和支持向量机的具体实现及其预测建立的事项, 并从不同角度,分析比较了神经网络和支持向量机的训练过程和网络结构特征。 第五章介绍了经济界的三种比较著名的经济增长模型,在总结了各种模型的 优点与缺点之惹,提出了用神经网络( 或支持向量机) 应该可以模拟经济系统内 部的复杂关系,使经济增长模型得以完善。 第六章通避建立神经网络( 艘神经网络) 与支持向量机的晓矽预测模型, 利用全国宏观经济数据对模型进行实证。进行了为期三年经济预测和分析,结果 表明模型是可行和有效的。 本文的最后总结了神经网络与支持向量机在经济预测中的优点与问题,并为 今后的研究方向作出了展望。 本文有以下两个主要创薪点: 1 、本文采用的是理论研究和实证分析并重的方式,着重定量分析的运用; 2 、将神经网络( 主要是鼢神经网络) 和支持向量机算法应用予饿妒预测 模型的建立,并且把艄神经网络和分别采用三种核函数支持向量机进行了时间 序列预测结果预测准确度与拟合程度的比较,从而突现了采用径向基核函数的支 持向量机在小样本训练与泛化中的优越性,同时也证明了税炉预测模型的可行 性与有效性。 2 第二章经济预测概述 2 1 经济预测的概念 第二章经济预测概述 通常认为,预测就是对未来的研究,楚根据历史资料与现状,根据主观的经 验和教训,通过定性和定量的科学计量方法,来分析、预想和推测未来的发展趋 势、方向、可熊和状态,寻求事物发展的规律,为今后制定规划、决策和管理服 务【引。概括来说,预测就是对一些不确定的或未知的事物作出定性、定量的描述, 把某一未来事件发生的不确定性极小化,并对这一事件发展作也的推论。 预测的历史由来已久,可以说有人类以来,人们的生产劳动中,在社会生活 中,对未来就充满着丰富的希望、理想、推断和设想,一直去探索和追求。但是 预测被有目的、有计划地使用,并逐渐作为一门自成体系地科学,只有半个多世 纪地历史。自2 0 世纪4 0 年代以来,由于现代科学技术地飞速发展,生产社会化程 度极大提高,备类自然科学和社会入文科学竞摺发展,联系越来越广泛,越来越 密切,生存和发展地影响因素也越来越多而且日益广泛,因此,各行各业、各类 部门渴望预卜囱身未来地要求也越来越迫切。这就使“预测科学 不但应运发展, 而且科学技术地不断进步也为“预测科学”提供了有力的发展条件。 在预测科学的众多门类中,经济预测在近年的发展引起了人们极大的注意。 经济预测学是适应社会大生产儿发展起来鲶一羹研究客观经济发展过程及其变 动趋势的科学。经济预测是在有关的宏观或微观经济学理论指导下,以经济发展 的历史和现状为出发点,以调查研究和统计资料为依据,以科学的定性分析判断 和严谨的定量计算为手段,对预测对象有关的经济活动的发展演变规律进行分析 和解释,从而对预测对象的未来发展演变程度预先做出科学的推测1 3 j 。它综合了 哲学、社会学、经济学、统计学、数学潋及工程技术等方面的方法,根据它翻身 科学的逻辑性,对经济发展过程及其各要素的变动趋势作出客观描述。 在我国,长期以来由于“左的思想的干扰,把经济预测斥之“数字游戏 和“资本主义的产物 而拒之门外。因此,我国的经济预测工作是近些年,特别 是十一届三中全会以后才开展起来的。目前国家计委与一些省市的计划部门均成 立了专门的预测机构,一些部门和企业在产品需求与生产预测方面做了不少卓有 成效的工作。在人口预测与能源预测方面取得了若干成果,为指定国民经济计划 提供了科学依据。握是必须看到,我国的社会经济预测历史还很短暂,起步伊始, 面临不少困难,无论是在预测理论,还是在预测实践和队伍的组织上,都有很多 3 笫二章经济预测概述 工作亟待我们去解决。 2 2 经济预测的基本分类 e l j 于市场经济下的经济发展过程十分复杂,因此要进行准确的经济预测,就 要根据预测的豳标和特征,以及用户的需求划分成不同种类的预测: 1 宏观经济预测和微观经济预测 宏观经济预测是指对整个国民经济或者一个地区、一个部门的经济发展前景 的预测,它以整个社会( 或地区、部门) 经济发震麴总图佟为考察对象,研究经 济发展中各个有关的总指标、相对数指标和平均指标之间的联系。宏观经济预测 是政府制定方针政策、编制和检查计划、进行宏观经济调控的重要依据。基于本 文的研究内容,本文中涉及的经济预测研究应该就属于宏观经济预测。 微观经济预测是指对一个企业的经济发展前景或者家庭、个人的经济活动的 预测,它以单个经济单位的经济活动前景作秀考察对象,研究各个单位的各项经 济指标或指标之间的关系。微观经济预测是企业制定生产经营决策的依据。 2 。定性经济预测和定量经济预测 定性经济预测是对某一经济现象的未来状态所作的一种描述,也就是对未来 的经济状态提供可能变动的方向而非数量的大小所作的预测。定性经济预测的准 确程度主要取决于预测者的经验、理论以及掌握的情况和分析判断能力,在数据 不多或难以收集数据的情况下可以采用定性经济预测。 + 定量经济预测是运震经济统计的数据资料,根据预测露标中的经济变量之闻 的关系,建立起预测模型以推导出预测值。它按预测结果的数字表现形式,可以 分为点预测和区间预测。定量经济预测主观因素相对较少,但由于模型中难以考 量的不定量因素,当经济条件和因素发生突交时,定量预测结果就会出现较大的 偏误。基于本文预测所用到的方法,本文中涉及的经济预测研究应该主要属予定 量经济预测。 为了使预测结果比较切合实际,提高预测质量,为决策提供依据,通常将两 耪预测方法相结合,将定性预测的结果和定量预测的结果比较,分桥其差异的原 因,梭据经验进行综合判断。利用定性分析对定量预测的结果进行必要的修正和 调整。 3 长期、中期和短期( 近期) 经济预测 长期经济预测是指对5 年以上( 不包括5 年) 的经济发展前景的预测。它是制 定经济发展十笨规划、远景规划、规定经济长期发展任务的依据。 中期经济预测是指对1 年以上( 不包括1 年) 5 年以下的经济发展前景的预测。 4 第二章经济预测概述 它是制定经济发展五年规划、规定经济五年发展任务的依据。基于本文预测的结 果,本文中涉及的经济预测研究应该属于中期经济预测。 近期经济预测是指对3 个月以上( 包括3 个月) 1 年以下的经济发展前景的预 测。它是制定经济发展年度计划、季度计划和明确规定近期经济发展具体任务的 依据。 比近期预测区间更短的经济预测又称为短期经济预测。短期经济预测通常是 指以园、周、匈、胃为预测区闯,对3 个月以下经济发震前景的预测。它是制定 月、旬计划和明确规定经济活动具体任务的依据。 4 静态经济预测和动态经济预测 静态经济预测是指不包含时间变动因素,对同一时期经济现象的因果关系的 预测。 动态经济预侧是指包含时阆的变动因素,根据经济现象发展的历史和现状, 对其未来发展前景的预测。基于本文预测所用到预测模型,本文中涉及的经济预 测研究应该主要属于动态经济预测。 2 3 经济预测的原则、方法与步骤 2 3 1经济预测的原则 无论是在微观经济领域还是宏观经济领域,无论采用怎样的经济预测方法, 要能够对未来经济走势作出客观合理的推论和描述,都需要遵循这样些原则。 系统性性原则。将科学技术预测的对象看成是一个系统,观察系统内部以及 环境之间的相互联系,分析系统内部结构与功能,找出其发展的必然趋势。 连贯性原剿。按照这一原则,未来的经济体系会象过去豹样子,丽明天瓣经 济体系和今天的经济体系很相像,虽有些差别,但很多方面相同。连贯的原 则业可以用在观察到的变化上,这种变化的数量和程度也将继续下去,这样 就可以据以预测未来的经济规模。连贯性原则有两个方面的含义:时间方面 的连贯性和经济系统结构的连贯性。 类推的原则。类推的原萸稚是根据观察,经济事物的结构和交纯都有一定的模 式,例如,整个国民经济、各部门和企业的经济活动都有各自的模式。股票 价格暴跌,预示经济危枫将要爆发,股票价格上涨,则表示经济可能进入复 苏与高涨。经济运转模式是可以认识的。根据连贯的原则,就可以设想未来 经济事件的发展。 概率性原则。又称或然性原则,是指任何事物的发展都有一定的必然性和偶 5 第二章经济颓溯概述 然性,而且在偶然性中隐藏着必然性。因此,经济预测者必须通过对事物发 展的偶然性的分析,揭露事物内部隐藏着的必然的规德健。从偶然中找寻必 然是有规律的,这个规律就是统计规律。通过样本来估计整体;通过局部来 推测衡量全局。这一统计规律是以概率论为基础的。同时,概率性原则还要 求我们必须估计某阶段稳定性与长期发展趋势之间的误差,舔菜阶段稳定趋 势的概率。 2 3 2 经济预测的方法 经济预测的准确性除了取决于完整了解预测对象的历史现状,在很大程度 还取决于选择科学合理的预测方法,而后者又取决于对经济活动的深入了解的程 度和对经济理论的掌握程度。总的来说,经济预测方法可以分为两类:定性预测 方法和定量预测方法f 4 鞘,而这两种方法本身又可以分为更多的方法和模型,其 中常用的一些方法分类如图2 一l 所示。 定性预测方法 定量预测方法 测 移动平均法 指数平滑法 时间序列方法 季节系数法 b d x j e 纷;c i b s 法 “犬、揪、4 足a 纠模型等 法莲糕篓鎏 其他( 神经网络算法、支持向量机算法) 图2 一l经济预测的方法 需要说明的是,即使是定性预测,也要建立在对经济数据和时间序列变化的 分析基础之上。一般说来,对经济进彳亍预测的过程,就是采取各种方法对现在的 经济进行质和量的分析,并对其未来发展趋势提出假设和看法的过程,当然,估 计这一过程的基本构成因素麴各种影响,是证明体系躲基础,质的分析和量的分 析要贯穿整个预测的始终。鉴于本文的主要研究对象是定量经济预测模型,所以 6 预法法法查估率响 调评概影 场家观叉 市专主交 第二章经济溪测概述 下面主要讨论定量预测的步骤。 2 3 3 经济预测的步骤 第一步: 确定预测的蜀的,制定预测的计划。 经济预测首先要确定预测的目的,从决策和管理的需求出发,紧密联系实际 需要与可能,确定预测解决的问题。预测计划是根据预测目的制定的预测方案, 包括预测的内容、项墨,预测所霈要的资料,准备选用的预测方法,预测的进程 和完成时间以及预测的预算、组织实施等。只有目的明确、计划科学的预测,才 可保证预测的蹶利进行。 第二步:搜集、审核和整理资料。 猴确的调查统计资料和经济信息是经济预测的基础,进行经济预测需要掌握 大量的数据和情况,搜集、审核和整理与预测目的及内容有关的各种历史资料需 要从多方面入手。 酋先,资料搜集要坚持直接有关性、可靠性、最新性三个标准进行来进行筛 选。 其次,资料审核主要审核来源是否可靠、准确和齐备,资料在时阙阗隔、内 容范围、计算方法、计算单位、计算价格上是否保持一致。如资料数据不可比, 需要进行调整,使其前后一致。 最后,资料整理主要是对不准确的资料进行核实或删除,对不可比的资料进 行调整,对短缺的资料进行估计推算,对总体的资料进行必要的分类组合。 第三步:选择预测方法和建立预测模型。 选择适当的方法和建立预测模型是经济预测准确与否的关键。要根据掌握的 资料,来选择定性预测方法或定量预测方法。当掌握的资料不够完备、准确程度 较低时,可采用定性预测的方法。当掌握的资料比较齐全、准确程度较高时,可 采用定量预测的方法,运用一定的数学模型进行定量分析研究。为了考虑不定量 因素的影响,在定量预测的基础上要进杼定性分析,经过调整后方可以定案。 第四步:进行经济预测。 在选用预测方法蜃,鼗可进行定性预测和定量预测。定性预测时,由预测者 对经济现象未来发展的性质、方向和程度做出判断。 第五步:选择和估计模型参数。 在所建立的模型中,一般含有未知参数,选择适当的变量是建立经济预测模 型的前提和基础,不少文献对常用的经济预测模型中采用的变量选择方法都进行 了深入的探讨。对于不丽静具体闯题,虽然建立的模型可能相同,但其所含参数 可以取不同的值,这样可以使模型能更准确的表述具体问题。在应用模型进行预 7 第二章经济预测概述 测之前,必须把模型参数的值估计出来,否则模型无法用于预测估计模型参数, 一般要使用历史数据,雳数学或统计学的方法,最终达到识别和确认所选用的具 ,体数学模型。 第六步:计算分析预测误差,评价预测的成果。 由于经济现象的发展变化受到多种因素的影嚷,经济预测是对经济现象发展 前景的展望,受到难以预见突发因素的影响,因而存在着不确定性,必然存在预 测误差。预测误差是指实际僮和预测值的偏差。预测误差反映了预测的准确程度, 预测误差愈大,预测的准确度愈小,误差过大,预测就失去预测的应有作用。因 此,必须计算预测的误差,并分析产生误差的原因,把误差控制在一定的范围内, 同时还要和定性分析相结合,调整预测值,使预测值尽可能与实际情况接近。 评价定性预测成果时,主要结合实际情况进行经济理论分析,评价预测是否 切实可行。评价定量预测成果时,则要将各种假设检验与经济理论分析相结合, 并与利用数学模型进行预测的成果相比较,以判断预测结果可信程度。 第七步:改进预测方法,修正数学模型,提高预测质量。 在预测过程中,随着时间的推移,要经常将已经出现的观察值与预测值相比 较,以便发现经济情况的变化。当经济情况发生重大变化,原来的预测方法和数 学模型不能如实地反映经济现象发展变化酶实际时,要修改预测方法和数学模 型,提高模型的预测质量。 2 4 经济预测在我圜的研究目的和意义 2 4 。l经济预测在我国的研究目的 王。 经济预测的研究是发展市场经济的需要。 西方国家的经济预测理论研究和应用实践之所以早于中国半个多世纪,主要 。是因为实现市场经济在经过一个多世纪的自由发展之后,其有效的组织和运行, 依靠的更多是充分发挥市场规律和简介机制的作用,而不是计划和行政管理。因 此,超前、客观和及时的预测,在经济分析和决策时就显得十分重要。中国历经 多年的改革开放,一个其有中国特色社会主义的市场经济体系已初步建立,政簿 管理经济的计划职能越来越趋于指导意义;市场规律的内在调控机制受到高度重 视;在多种因素的作用之下,中豳市场经济的运行帮发展,从没有像今天这样高 度重视经济预测工作。换言之,中国的市场经济要做大做强,必须建立在科学预 测的基础之上。 2 经济预测的研究是把握复杂经济形势的需要。 s 第二章经济预测概述 随着经济全球化、区域经济一体化进程的不断加速,中国业已加入世贸组织, 中重盼啻场经济活动已充分与世赛接轨并匿益受到全球经济大气候变化的影响。 尽管中国作为市场经济国家的地位还不被些国家所认同,但是必须承认,大到 国家五年计划和中长期发展规划的制定,税率、利率和汇率的调整;小到企业经 营和产品定位,个人储蓄、投资和消费,无不置予变化的经济环境之中,几乎任 意决策都需要预测。而现实经济发展的不确定性和不连续性,不仅是只凭经验和 定性分析预测方法失灵,就是依靠一般的预测理论和方法,也往往难以对现实作 出合乎逻辑的判断和解释。为适应经济预测专业化程度的提高,我们不仅需要把 握预测的一般方法和技术,还需要根据经济发展的时代特点和国情特色,加强现 代经济预测的理论研究。 3 经济预测的研究是完善经济科学体系的需要。 经济预测理论本身是其有学科的边缘性和交叉性酶,我们通过对国内外经济 文献的广泛收集和系统比较,全面了解经济预测的理论渊源、发展进程、思维方 法、流派体系与前沿观点,澄清在经济预测在认识上的一些误区和富点,全面撬 理、阐述现代经济预测方法、建模思想、适用对象、运用步骤和特点,剔除那些 不成熟或缺乏操作基础的预测方法,力求从体系建设和应用研究两方面,创建适 合中瞩国情的经济预测理论和方法体系。 2 。4 2 经济预测在我国的研究意义 1 经济预测是制定经济政策和计划的依据之一。 在资本主义社会里,尽管生产活动处于无政府状态,但是价值规律键使资本 家力求洞察生产经营活动的规律,以便在激烈的竞争中求得生存和发展,因而也 离不开经济预测。在社会主义社会里,生产活动变成有计划的发展状态,为了减 少失误,要把经济政策和计划的制定做的具有高度的科学佳,减少盲目性,必须 事先进行广泛的经济预测,为经济政策和计划决策提供可行的万案,通过优化模 型对一不同的方案进行分柝,做出最优决策。 2 经济预测是提高经济效益的手段之一。 经济效益是我国经济王作麓关键闽题,无论是宏观经济的调控,还是微观经 济的搞活,其瞪的都是在提高经济效益。只有提高了经济效益,社会主义生产的 最终因的才能实现。因此,在宏观经济的调控中,必须正确的预测未来的总需求 与总供给的水平,它们之闻的相互适应或矛盾的程度,以及影响因素等等;在国 家和地区的经济结构和产业结构的制定中,需要对产业经济的未来发展和最优结 构方案,进行测算、分析和判断;在徽观经济搞活的过程审,进行歪确的市场调 研和预测,使企业的生产产品适销对路,防止盲目生产、产销脱节。总之,经济 9 第二章经济预测概述 预测是提高经济效益的有效手段。 3 。 经济预测是提高管理本平、改善计划统计工作的途径之一。 过去一段时间的统计工作主要是搜集和汇总有关的资料数据,对经济状况历 史豹做出数据描述和总结,所以只是停留在事后统计上,丽没有对经济发展的前 景进行分析和预测,影响了某些企业的管理水平。因此,改善计划统计工作的更 高的网标,就是应用经济分析和预测来促进统计工作更进一步,使经济计划统计 部门不仅仅是决策部门的“数据库挣,还楚它稍的“参谋部。 2 5 本章小结 经济预测作为一门独立的学科的历史很短,但经济发展的历史却源远流长, 已经形成规范的科学体系。本章通过介绍经济预测的概念、分类、原则、方法、 步骤及其在我网的研究目的与意义,为以下章节预测模型的建立与应用提供了良 好懿理论基础。 1 0 第三章神经嬲络理论 第三章神经网络理论 人工神经网络( a r t i f i c i a ln e u r a l t w o r k ,a n n ) ,也称为神经网络( u r a l n e t w o r k n n ) ,是由大量简单的处理单元即神经元广泛连接组成的复杂网络,是 在现代生物学研究人脑组织所取得的成果基础上提出的,遥过反映入脑的基本特 性,对人脑进行抽象、简化和模拟的一种工程系统。人工神经网络算法由于其学 习霸适应、皇组织、丞数逼近和大规模并行处理等能力,成为近年来的热点研究 领域。 神经网络算法在民用应用领域,主要是语言识别、图象处理与理解、计算机 视觉、智能机器人故障检测、实时语言翻译、企业管理、市场分析、决策优化、 物资调运、自适用控制等等;在军用应用领域,主要是语音、图像信息的录入与 处理;雷达、声纳的多圆标识别与跟踪;战场管理和决策支持系统;军用机器入 控制;导弹的智能引导;保密通讯;航天器的姿态控制等i 引。这些应用领域包括 了建模、时间序列分析、模式识别、信号处理、系统辨识和优化等方面,并且仍 然在不断扩展1 7 1 8 1 9 j 。 3 1 神经网络的发展历史 人工神经网络技术的研究安际上是从上个世纪4 0 年代初就开始的。当时, 美国胁函肋幽和p f 卿从信息处理的角度,研究神经细胞行为的数学模型表达, 提出了二值神经元模型( 御模型) p 引。御模型的提_ 出开启了对神经网络的研究 进程。1 9 4 9 年心理学家d d 月的6 提出著名的胁抛学习规则,即由神经元之间 结合强度的改变来实现神经学习的方法。虽然虢拍学习规则在人们研究神经网 络的初期就已提出,健是其基本愚想至今在神经网络的研究中仍发挥着重要作 用。 上个世纪5 0 年代末期,天戮张蚤勉嚣提出感知器( a 张印纨戮) 模型,首先从 工程角度出发,研究了用于信息处理的神经网络模型。这是一种学习和自组织的 心理学模型,它基本符会神经生理学的原理1 1 0 j 。n 愆印黝”虽然比较简单,却己 具有神经网络的一些基本性质,如分布式存贮、并行处理、可学习性、连续计算 等。这些神经网络的特性与当时流行串行的、离散的、符号处理的电子计算机及 其相应的人工智能技术有本质上的不餍,由此弓l 起许多研究者的兴趣,在6 0 代 掀起了神经网络研究的第一次高潮。但是,当时人们对神经网络研究过于乐观, 第三章神经潮络理论 认为只要将这种神经元甄连成一个网络,就可以解决人脑思维的模拟问题,然而, 后来的研究结柴却又使人们走刭另一个极端上。 在上个世纪6 0 年代末,美国著名人工智能专家肘赫砂和a 矽鲥对 翩6 扰f 的工作进行了深入研究,出版了有较大影响的a 孵印细孵一书, 指出感知器的功能和处理能力的局限性,甚至连翔徽( 异或) 这样的问题也不能 解决,同时也指出如果在感知器中引入隐含神经元,增加神经网络的层次,可以 提高神经网络的处理能力,但是却无法给嫩相应的网络学习算法。因此,嬲融砂 的结论是悲观的。另一方面,由于6 0 年代以来集成电路和微电子技术日新周异 的发展,使得电子计算机的计算速度飞速提高,加上那时以功能模拟为耳标、以 知识信息处理为基础的知识工程等研究成果,给人王智能从实验室走向实用带来 了希望,这些技术进步给人们造成这样的认识:以为串行信息处理及以它为基础 的传统入工智能技术的潜力是无穷的,这就暂时掩盏了发展新型计算机和寻找新 的人工智能途径的必要性和迫切性。另外,当时对大脑的计算原理、对神经网络 计算的优点、缺点、可能性及其餍限性等还缀不清楚。慧之,认识上的局限性使 对神经网络的研究进入了低潮。 在这一低潮时期,仍有一些学者扎扎实实地继续着神经网络模型和学习算法 的基础理论研究,提出了许多有意义的理论和方法。其中,s 觚钯毽等提出 了自适应共振理论,肋矗溯删提出了自组织映射,托鼬i j l 砌d 提出了认知机网络 模型理论,么箨施嚣溯提出了懿艿模型等,为神经网络的发展奠定了理论基础。 进入上个世纪8 0 年代,首先是基于“知识库的专家系统的研究和运用在 许多方蘧取得了较大成功,但在一段时阀以后,实际情况表明专家系统并不像人 们所希望的那样高明,特别是在处理视觉、听觉、形象思维、联想记忆以及运动 控制等方面,传统的计算机和人工智能技术面临着重重困难。模拟人脑的智能信 息处瑗过程,如果仅靠串行逻辑和符号处理等传统的方法来解决复杂的闻遂,会 产生计算量的组合爆炸。因此,具有并行分相处理模式的神经网络理论又重新受 到人们的重视,掀超了第二次研究神经网络的高潮。 1 9 8 2 年,美国加州理工学院物理学家,矗噙触搿提出了一种新的神经网络 强埘。他引入了“能量蘧数”的概念,使碍网络稳定性研究有了明确的判据。删 的电子电路物理实现为神经计算机的研究奠定了基础,并将其应用予目前电子计 算机尚难解决的计算复杂度为凇完全型的问题,例如著名的“巡回推销员问题 ( 御) ,取得很好的效巢。从事莠行分布处理研究的学者,如嚣瓣。撵、避痧翘储耖 和尺 棚e 肠酬等,于1 9 8 5 年把删p 肠模型引入随机机制,提出了四d 舷所硎刀机。 1 9 8 6 年霆绷幽删等人在多层神经网络模型的基础上,提出了多层神经网络模型 的反向传播学潮算法( 卯算法) ,解决了多层前向神经网络的学习问题,证明了 1 2 第三章神经嬲络理论 多层神经网络具有很强的学习能力,它可以完成许多学习任务,解决许多实际问 题。 近十几年来,许多其备不同信息处理能力的神经网络已被提出来并应用于许 多信息处理领域,如模式识别、自动控制、信号处理、决策辅助、人王智能等方 面。神经计算机的研究也为神经网络的理论研究提供了许多有利条件,各种神经 网络模拟软件包、神经网络芯片以及电子神经计算机的出现,体现了神经网络领 域的各项研究均取得了长足进展。溺时,相应的神经网络学术会议和神经露终学 术刊物的大量出现,给神经网络的研究考们提供了许多讨论交流的机会。 虽然人们已对神经网络在入王智能领域的研究达成了共识,对其巨大潜力也 毋庸篱疑,但是须知,人类对自身大脑的研究,尤其是对其中智能信息处理机制 的了解,还十分肤浅。因而现有的研究成果仅仅处于起步阶段,还需许多有识之 士长期的艰苦努力。 3 2 神经网络的构成 神经网络的结构是囊神经元及其互连方法决定的。作为神经网终算法的基本 单元,神经元模型具备三个基本要素。 1 具有一组突触或连接,常用表示神经元f 和神经元j 之间的连接强度, 或称之为权值,取值可在负值和正值之闻; 2 具有反映生物神经元时空整合功能的输入信号累加器; 3 。具有一个激励蘧数用于表征神经元的输入一输出的关系。 典型的人正神经元模型如下图3 一l 所示。 在图3 一l 中,专f ,歹= l ,2 ,嚣夕为神经元f 的输入信号,嘞为连接权,表 示输入信号线性组合后通过激励函数厂,d ,表示神经元的输出,最表示神经元的 阙值。 1 3 第三章神经潮终理论 谚 图3 一1 人工神经元模型示意圈 根据信息流向和网络的拓朴结构,可以将神经网络模型分为以下几类: 1 前馈神经网络。前馈神经躐络豹特点是神经元分层排列,各神经元接受翦 一层的输入并输出到下一层,每一层的神经元之间没有信息交流。前馈神经网络 包括两种基本形式:感知器和多层前馈神经网络。感知器由个输入层和一个输 出层组成,中间没有隐层,只麓解决线性w 分的分类闻题。多层前馈神经网路宙 一个输入层、一个或多个隐层和一个输出层组成,可以用来解决非线性规划问题。 翦馈p 神经网络示意图可见图3 2 。 反向传播( 即) 网络就是一种多层前馈神经网络,卯网络最初是由耽而伽 开发的,是一种迭代梯度算法,用于求解前馈网络的实际输出与期望输出问的最 小均方差值。即网络是一种反向传播并能修正误差的多层映射网络。当参数适 当时,此网络能够收敛到较小的均方差,是目前戚用最广的网络之一。b p 网络 的缺点是训练时闻较长,且易于陷入局部极小的状况。 2 反馈神经网络。反馈神经网络是指在网络中至少含有个反馈回路的神经 网络。其中一种类型的反馈神经网络是包含一个单层神经元,每个神经元将自身 的输出信号反馈给其他所有的神经元的输入,如肠硼g 搿网络。( 由鳓已搿提 出的,是一类不具有学习能力的单层自联想网络。聊p 搿网络模型由一组可以 使菜个能量函数最小的微分方程组成。其缺点为计算代价较高,而且需要对称连 接。) 另一种类型是含有隐层的反馈网络,反馈连接起始于隐层神经元和输出神 经元。 l 霹 x 2 、 一 斤 z x x 第三章神经耀络理论 单层前向网络 源 结 点 层 圈3 2 兹馕神经网络示意闰 圈3 3 月初喇掰慨网络示意图 单 层 输 入 神 经 兀 3 隧祝享孛经网络。随机神经网络就是对神经网络萼| 入随机机制,认为神经元 是按照概率的原理进行_ 工作的,即每个神经元的兴奋或者抑制具有随机性,其概 率决定于神经元的输入。 肋舷册m 机( 删) 就是典型的随机神经网络。勘玩删删机是由丑渤溯 建立在角琨触肼网基础上的,具有学习能力,能够通过一个模拟退火过程寻求解 答。不过,其训练时闯沈静网络要长。 4 竞争神经网络。竞争神经网络显著的特点是它的输出神经元相互竞争以确 定胜者,由胜者指出哪一种原型模式最能代表输入模式。 觑聊聊嘲网络是一个最简单的竞争神经网络,胁聊撇懈网络有一个单层 输出神经元,每个输出神经元都与输入节点全相连,输出神经元之间全部互联, 从原结点到神经元之闯是兴奋连接,输出神经元之间横向侧抑制。强翮掰懈隧 络示意图可见图3 3 。 1 5 第三章神经网络理论 3 3b p 神经网络 3 3 1b p 神经网络的基本算法 即神经网络是当前最为广泛应用的神经网络之一錾l 羹2 l ,它可以被看徽是 一种从输入到输出的高度非线性映射,即 :嚣崎醛 tx = 飞 ( 3 一1 ) 对于给定的样本集含,输入x 妒震”和输出罗尹砭必”,罗一j ,2 ,。p ,可以认为存 在某映射厂,使得x p 夕= y p 。 黼唧y 定理给定任一连续函数,? u ”一天”,“x 夕= y ,秽”是嚣维单 位立方体,厂可以精确的由一个三层前馈神经网络实现,此神经网 络的第一层处有拜个处理单元,中闻层有知+ j 个处理单元,输懑层 有柳个处理单元。 由此,可知艄神经网络可戳在任意误差内逼近任意连续鼹数。 b p 神经网络的学习过程由四部分组成。 羔输入模式由输入层经隐含层向输文层的“模式顺向传播过程; 2 网络的希望输出与网络的实际输出之差的误差信号由输出层经隐含屡逐 步修正连接权的“误差逆向传播 过程; 3 由“模式顺向传播与“误差逆向传播 反复进行的阙络“记忆诱练过 程; 4 。网络趋向于收敛的“学习收敛”过程。 给定系统的一组期望输出值p 肿 ,一般来说,系统的输出值 d 肚 与t 雕j 不 尽相阔,其误差指标蘧数e 定义为: 聊,= 吾;加1 尸 ( 3 _ 2 ) 其中p 为训练样本数,膏为网络输出层的结点个数。 杰工作信号的顺向传播和误差信号的逆囊传播可推导出即神经潮络的学习 公式。其最速下降法学习公式为: n p w 皤= 埘螃。喀 1 6 ( 3 3 ) 第三章神经髑络理论 v p = ,7 d 埘 ( 3 4 ) 其中才表示学习步长,和分别可以用公式表示为: 5 睡一| 睡一。醣) 。醇l o 醇 乏 焉) = f ,j 一压 ( 3 6 ) 主 作为目前应用非常广泛的一种神经网络,即神经网络的计算能力相当的强 大,健即神经网络本身也存在慧不少缺点,第一,网络的收敛速度较慢;第二, 容易陷入局部最小点;第三,该网络对各种参数的调整极为敏感,稍有变动,就 可能弓| 起训练和泛化能力的振荡。 3 3 2b p 神经网络算法的改进 为了改变静网络的一些缺陷,专家和学者们提出了不少改善艄神经网络 算法的方法d 3 i - 4 】: ( 董) 加入动量项。在钟神经网络算法中学习步长蟹的选取缀重要,警的值 选取大了,网络收敛虽然快,但是可能引起网络训练不稳定;,7 的值选取小了, 网络训练稳定了但是收敛难免又变慢了。要解决这一矛盾的简单方法就是加入动 量项,即令 a 黼g 嚣) 一蕴公勰嚣一l 秘6 ;斡扣l 嚣 - 夕。 3 在对感知器进行足够多次训练的过程中,最多在,等次修正以后, 可以构造出将训练样本数据分开的超平面。 场v 渤矿的这一理论实际上怒学习理论的开始,在创建学习理论中起到了非 常重要的作用,它在一定意义上将导致机器具有推广能力的原因和最小化训练集 上的错误数的原则联系了起来。 传统的统计模式识别方法是在样本数目足够多的情况下进行的,然而在实际 应用巾,这一翦提往往得不到保证。1 9 鹅年,多砀瓣蕴和劬譬门静撑积触首次提出 了统计学习理论( 出f 耙三e 删玩g 翰秽d ,y ,简称脱r ) ,专门研究有限样本 情况下的机器学习规律。1 9 9 5 年,玩即濂等人又根据统计学习理论提出支持向 量机( & 垡d 跗玩蹴矿施c 确豫,简称s 蹦) 的学习方法,研究如何根据有限 学习样本,进行模式识别和回归分析等,使在对未知样本的估计过程中,期望风 险达到最小。 s 聊是一种新的通用

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论