期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
人工神经网络在经济预测中的应用
被引量:
3
下载PDF
职称材料
导出
摘要
研究人工神经网络在经济预测中的应用问题 ,探讨人工神经网络的时间序列预测方法。该方法采用多层前馈神经网络及 BP算法 ,其仿真实现是以 MATL AB下神经网络工具箱作为开发工具 ,提出一种基于 BP网络时序预测通用方法 ,并通过实例验证了该方法的预测精度明显高于灰色系统预测方法。为了消除单一神经网络预测模型的系统偏差 ,探讨组合神经网络时序预测方法 。
作者
王悦
机构地区
北京广播电视大学经济教学部
出处
《北京广播电视大学学报》
2002年第1期33-37,共5页
关键词
人工神经网络
经济预测
时间序列预测
多层前馈神经网络
仿真实现
网络拓扑结构
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
25
参考文献
4
共引文献
84
同被引文献
15
引证文献
3
二级引证文献
3
参考文献
4
1
刘豹,胡代平.
神经网络在预测中的一些应用研究[J]
.系统工程学报,1999,14(4):338-344.
被引量:74
2
宋中民.
灰色GM(2)模型[J]
.系统工程理论与实践,1999,19(10):127-129.
被引量:13
3
胡守仁, 余少波, 戴葵..神经网络导论[M],1993.
4
焦李成著..神经网络系统理论[M].西安:西安电子科技大学出版社,1990:284.
二级参考文献
25
1
杨璐,黄梯云,洪家荣.
一种基于神经网络的时间序列自适应建模和预测方法[J]
.决策与决策支持系统,1996(2):69-75.
被引量:6
2
庄恒扬.
GM(1,1)建模机理与应用条件分析及其改进方法[J]
.系统工程理论方法应用,1993,2(3):56-62.
被引量:40
3
刘豹.
将来事件的可测性[J]
.系统工程学报,1993,8(2):111-118.
被引量:12
4
鲍立威,何敏,沈平.
关于BP模型的缺陷的讨论[J]
.模式识别与人工智能,1995,8(1):1-5.
被引量:43
5
穆志纯,徐雪艳,闫铁梁.
利用双BP算法提高BP网络的泛化能力[J]
.模式识别与人工智能,1995,8(1):51-56.
被引量:9
6
郭创新,梁年生,景雷,叶鲁卿,曾杰.
自适应鲁棒BP算法及其应用研究[J]
.模式识别与人工智能,1996,9(1):78-86.
被引量:8
7
王其文 吕景峰 等.人工神经网络与线性回归的比较[J].决策与决策支持系统,1993,3(3):205-210.
被引量:8
8
李红 等 中国系统工程学会.神经网络用于宏观经济预警信号的研究.系统工程与市场经济[M].北京:科学技术文献出版社,1996.644-651.
被引量:1
9
胡代平 等 中国系统工程学会.基于神经网络的ARMA模型的自动建模与预测系统.系统工程与可持续发展战略[M].北京:科学技术文献出版社,1998.320-326.
被引量:1
10
刘希强,灰色关联空间引论,1993年
被引量:1
共引文献
84
1
王端民,张莲生.
灰色二阶预测模型建模方法的改进[J]
.空军工程大学学报(自然科学版),2000,1(3):23-26.
被引量:2
2
徐鹏飞,李炜,郑华,吴建国.
神经网络在时间序列预测中的应用研究[J]
.电子技术(上海),2010(8):5-7.
被引量:11
3
迟道才,郑俊林,许杏娟,吴奇,陈涛涛.
基于经验模态分解与人工神经网络的参考作物腾发量混合预测模型研究[J]
.沈阳农业大学学报,2015,46(1):67-73.
被引量:6
4
谈彬,王运斗.
神经网络模型在卫生减员预计方面的初步探讨[J]
.医疗卫生装备,2004,25(12):17-18.
被引量:4
5
李晓红,靳晓光,亢会明,卢义玉,杨新华.
GM(1,1)优化模型在滑坡预测预报中的应用[J]
.山地学报,2001,19(3):265-269.
被引量:36
6
佟福全.
灵活运用货币政策——全球四大经济体宏观经济政策新变化[J]
.国际贸易,2005(4):27-30.
7
杨虞微,陈果.
光谱油样分析监测技术中的神经网络预测方法[J]
.光谱学与光谱分析,2005,25(8):1339-1343.
被引量:14
8
杜小芳,张金隆.
农产品销量预测的支持向量机方法[J]
.中国管理科学,2005,13(4):129-134.
被引量:15
9
陈果.
神经网络模型的预测精度影响因素分析及其优化[J]
.模式识别与人工智能,2005,18(5):528-534.
被引量:40
10
罗东,戴明龙.
改进型GM(1,1)动态模型在流量预报中的应用[J]
.广东水利水电,2005(5):1-2.
被引量:1
同被引文献
15
1
王科明,杨建刚,周炜彤.
利用人工神经网络技术预测期货行情[J]
.计算机工程与设计,2004,25(7):1164-1166.
被引量:12
2
邓乾罡,孟波.
神经网络与非线性模式数据挖掘研究[J]
.计算机工程与设计,2004,25(10):1667-1668.
被引量:3
3
FANG Jun-long,ZHANG Chang-li,WANG Shu-wen.
Automatic Identification of Tomato Maturation Using Multilayer Feed Forward Neural Network with Genetic Algorithms (GA)[J]
.Journal of Northeast Agricultural University(English Edition),2004,11(2):179-183.
被引量:1
4
魏巍贤,朱楚珠,蒋正华.
基于人工神经网络的汇率预报[J]
.系统工程理论与实践,1996,16(6):13-20.
被引量:13
5
秦立公,张建,杨一俊.
基于人工神经网络的时间序列分析方法在物流需求预测中的应用[J]
.物流科技,2007,30(6):3-5.
被引量:5
6
李强.
人工神经网络在地震前兆混沌时间序列预测和处理中的应用[J]
.地震学报,2000,22(4):404-409.
被引量:7
7
王维,贺京同,张建勋,卢桂章,张灿.
人工神经网络在非线性经济预测中的应用[J]
.系统工程学报,2000,15(2):202-207.
被引量:34
8
史安娜.
BP神经网络在社会经济非线性时间序列预测中的应用[J]
.水利经济,2000,18(6):19-21.
被引量:5
9
姚先国,刘湘敏.
劳动力流迁决策中的迁移网络[J]
.浙江大学学报(人文社会科学版),2002,32(4):124-130.
被引量:27
10
金莉,黄芳泉.
基于人工神经网络技术的外汇汇率预测方法[J]
.投资理论与实践,1995(10):15-16.
被引量:2
引证文献
3
1
苗苗.
人工神经网络在劳动力供求预测中的应用[J]
.计算机工程与设计,2006,27(23):4609-4610.
被引量:3
2
苗苗.
基于人工神经网络的劳动力迁移因素分析[J]
.统计与决策,2007,23(8):55-56.
3
王丹丹,谢俊逸,王汉权.
外汇汇率预测的一种前馈神经网络方法及其应用[J]
.应用数学进展,2021,10(1):115-127.
二级引证文献
3
1
费红举,张广明,邱春玲.
基于改进型Elman网络的锅炉预测控制算法研究[J]
.计算机工程与设计,2008,29(15):3987-3988.
2
徐大维,江志农,刘文彬.
采用序贯学习的改进型Elman神经网络预测研究[J]
.电子科技,2010,23(1):5-7.
3
奉莹.
我国就业结构和产业结构发展趋势预测——基于人工神经网络的模型[J]
.中国人力资源开发,2013,30(13):85-91.
被引量:3
1
王悦.
人工神经网络在经济预测中的应用[J]
.价值工程,2007,26(5):90-93.
被引量:3
2
赵光耀,邹鹏,韩伟红.
基于遗传算法和LSSVM的网络安全事件发生频率预测[J]
.信息网络安全,2010(10):59-61.
被引量:1
3
韩捷,吴彦召,陈磊,郝旺身,张钱龙.
全矢-ARMA模型在机械振动强度预测研究的应用[J]
.郑州大学学报(工学版),2016,37(6):43-47.
4
韩雪梅,徐从富,沈慧峰.
基于序列分解的复杂系统的时序预测方法[J]
.计算机应用,2006,26(4):888-890.
5
李璇.
基于混合pi-sigma网络的短期电力负荷预测[J]
.科技视界,2015(27):176-177.
6
王莉娜,姜相夺,芦玉华.
基于时变自回归模型的非平稳数据预测方法研究[J]
.微型电脑应用,2014,30(8):34-36.
被引量:3
7
周胜臣,施询之,瞿文婷,石英子,孙韵辰.
基于微博搜索和SVM的股市时间序列预测研究[J]
.计算机与现代化,2013(4):22-26.
被引量:8
北京广播电视大学学报
2002年 第1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部