神经网络经济论文范文-探究基于RBF理论的经济预测模型word版下载

1、神经网络经济论文范文:探究基于rbf理论的经济预测模型word版下载摘要：经济决策过程中存在大量未知或不可预知的变量，且存在着 非线性模糊的关系。本文引入径向基函数神经网络理论探究经济预测 模型，并与传统的bp神经网络模型进行对比分析，通过实例分析检 验了 rbf模型的可行性和可靠性，能够克服bp神经网络收敛速度慢、 极易陷入局部极小值等缺陷，为日后经济决策的制定提供了新的理论 策略。关键词：经济预测，rbf理论，bp神经网络1001-828x (2013) 12-0-01一、引言随着经济全球化的快速发展，各个国家和政府为了了解本国市 场经济发展走势，推动国与国之间的经济贸易协作，越来越重视对

2、未 来经济发展前景的预测，通过经济预测可以了解本国经济情况，为制 定中长期经济发展规划、政策措施和经济指导方针提供理论基础1。 然而经济预测涉及的诸多变量间存在模糊性及非线性的特点2,其 他策略均存在自身的缺陷。本文引入径向基函数理论构建经济预测模型，通过实例分析检验rbf模型的可行性和可靠性，并与传统的bp神经网络作对比，期 望为日后经济决策的制定提供理论策略。二、rbf基础理论径向基函数(radial basis function, rbf)神经网络是一种 局部逼近的前馈式神经网络3。常选用高斯函数作为rbf网络的径向基函数，它的基本表达形 式如下：式中：为隐含层第个节点的输出，；为隐含层

3、第个节点的方差， 它决定基函数围绕中心点的宽度。图1高斯函数径向基函数将径向基层的每个神经元()的权值向量与第个输 入向量之间的向量距离与偏差的乘积作为输入值，输入表达式：则径向基层神经元的输出为4,如图2。图2 rbf神经网络隐含层神经元的输入与输出示意图rbf神经网络结构如图3所示。图3 rbf神经网络结构隐含层神经元数的确定是rbf神经网络训练过程中的关键理 由，rbf神经网络结构自适应确定、输出与初始权值无关5。三、实例分析(-)数据来源本文以松原市前郭县区域经济的gdp为数据源，通过比较分担 率的大小得出区域内生产总值有着显著影响的因素：其中：为某因素i项所占的分担率；为单影响指数；

4、是各单因 子指数之和。通过计算得出就业数量、固定资产投资、银行贷款、财 政支出及研究与开发费用对区域经济有显著影响作为经济预测变量。()rbf神经网络的应用rbf神经网络模型将经济预测理由转化为影响因子和gdp的非 线性理由。通过训练，rbf神经网络模型能够达到对经济预测的目的。 然后同样的数据应用bp神经网络进行训练，对比分析两种预测策略 的可行性，预测结果见表1表1两种预测模型的输岀值与实测值拟合结果对比通过比较，rbf神经网络预测模型比bp神经网络模型得到的输 出结果预测精度更高，是一种适用于经济预测的策略。四、结论由于经济预测的复杂性及变量的未知性及非线性，木文将rbf 神经网络理论应

5、用到经济预测模型中，结果表明，rbf神经网络模型 比bp神经网络的泛化能力较强，预测精度更高，经济预测效果可行 可靠，是一种具有实用价值值得推广的经济预测模型。基于rbf理论 构建的经济预测模型能够为科学的经济决策提供参考价值。但是每一 种策略都不是完美的,rbf理论也有许多需要进一步完善改善的地方, 因此它的理论和学习算法还有待于进一步完善和提高。参考文献：1 陈健，游玮，田金信应用神经网络进行经济预测策略的改 善j哈尔滨工业大学学报,2006, 38 (6)： 897-898, 916.2 叶正波基于人工神经网络的区域经济了系统可持续发展指标预测研究j浙江大学学报(理学版)，2003, 30 (1)