BP神经网络在经济预测中的应用

华中师范大学硕士学位论文BP神经网络在经济预测中的应用姓名：李旭军申请学位级别：硕士专业：概率论与数理统计指导教师：陈应保20080501BP神经网络在经济预测中的应用作者：李旭军学位授予单位：华中师范大学相似文献(10条)1.期刊论文郅跃茹.朱维彰.诸静链式数据重组与神经网络在经济预测中的应用-控制理论与应用2004,21(4)建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络的链式数据重组训练方法,并用于实际经济预测.和原数据用于预测的结果相比,达到了较高的预测精度.同时,解决了BP神经网络难以确定隐结点数的问题.2.学位论文刘菲基于遗传算法的BP神经网络在经济预测中的应用2007客户关系管理(CRM)是一种先进的管理理念，要求企业以客户为导向，整合内外流程，持续改进对客户的服务水平。CRM也是一种管理软件和技术，它将最佳的商业实践与数据挖掘、数据仓库、一对一营销，以及其他信息技术紧密结合在一起，为企业的销售、客户服务和决策支持等领域提供了一个业务自动化的解决方案，使企业有一个基于电子商务的面对客户的前沿，从而顺利实现由传统企业模式到以电子商务为基础的现代化企业模式的转化。CRM系统的运用，可以有效的帮助企业开展营销活动，全面迎合用户的需求，从而为其提供合适的产品与服务。然而当企业发展了多年，拥有了大量的客户数据，如何有效地利用这些数据，分析出对于企业有用的知识，进而采取恰当的市场活动来改善客户关系、实现利润最大化，则是每家企业所面临的最大问题。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术。它能挖掘出潜在的模式知识，找出最有价值的信息，用以指导商业行为或辅助科学研究。针对上述问题，本论文以目前CRM中的数据挖掘研究现状为基础，结合遗传算法、人工神经网络等高性能数据挖掘技术，并在参阅大量文献的基础上，取得了以下研究成果：1．CRM的数据挖掘技术是本文的重点，本文详细地阐述了数据挖掘技术的产生背景、基本概念、技术特点及一般实施过程。数据样本的质量是保证数据挖掘得出可靠知识模式的前提，所以在进行数据挖掘前，要进行必要的数据预处理。对于数据集中的异常样本值，先删除异常的属性值，然后再用遗传BP神经网络模型进行预测填补。2．人工神经网络在CRM中已有许多成功的应用，如银行信用卡欺诈检测等。最为常用的BP神经网络模型本身有许多无法克服的缺点，不利于它在CRM中的有效应用，因此，研究新的BP神经网络优化方法是本文的一个重要内容。遗传算法具有良好的全局寻优特性，本文提出了一种三层染色体结构的遗传算法，用于同时优化BP网络的拓扑结构及权值空间。对于BP神经网络的优化，本文还提出一种带平滑因子的BP算法，通过在BP算法中嵌入平滑因子，对权值空间进行平滑优化。3．CRM的一个重要功能就是为营销、决策提供预测信息。本文提出了利用平滑BP神经模型进行商品市场占有率时序预测的方案。并通过实验证明：这种模型比一般的BP神经网络模型预测精度稍高。通过与传统的状态空间预测模型作比较，说明本模型比状态空间模型具有更好的灵活性和更高的预测精度。3.期刊论文李旭军贝叶斯正则化的BP神经网络在经济预测中的应用-科技信息(学术版)2008,(4)本文应用Bayesian正则化算法改进BP神经网络泛化能力.通过对湖北省1985年-2004年关于经济发展水平的数据进行拟和以及预测,结果表明采用Bayesian正则化算法比相同条件下采用其他改进算法泛化能力要好,收敛速度快、预测精度高,方法简单,操作方便.实例分析表明,贝叶斯正则化算法优化BP神经网络的方法是令人满意的,对经济预测有良好的预测效果.4.学位论文张新红小波网络理论及其在经济预测中的应用研究2003该文系统地研究了小波神经网络的结构和非线性函数逼近,给出了小波神经网络的全局逼近定理和收敛性定理以及证明过程;详细地比较了小波神经网络与BP网络、RBF网络的性能.以小波分析为理论根据,以经济预测为应用目标,构建不同形式的小波神经网络:①以连续小波变换为理论依据,采用连续小波函数作为神经网络的激励函数构建连续参数小波网络,给出参数学习的共轭梯度算法和随机梯度算法;②以多分辨分析和正交小波分解为理论依据,采用正交小波和正交尺度函数共同作为神经网络隐含层激励函数,构建正交小波网络;利用多分辨分析逐层逼近的性质,给出正交小波网络递阶逼近学习算法;③以多分辨分析定义中的完全渐近性条件为理论依据,采用正交尺度函数作为神经网络的激励函数构建正交尺度小波网络,给出正交尺度小波网络参数学习的BP算法;④根据神经网络的模式识别性质,提出分类小波网络和相应学习算法.对所建的几种小波网络在经济预测中的应用展开研究.针对神经网络在经济预测领域中取得的广泛应用成果,研究分别用连续参数小波网络、正交小波网络、正交尺度小波网络和分类小波网络建立经济预测模型的方法和步骤,并具体研究了以下经济问题建模:①基于连续参数小波网络,研究了非线性时间序列小波网络预测模型,并用于中国进出口贸易额时间序列仿真预测;②基于正交小波网络的中国人口预测模型;③基于正交尺度小波网络的非线性经济系统预测模型,并用于中国国内生产总值预测;④基于分类小波网络,并根据证券技术分析的模式重现原理,建立综合指数买入时机预测的分类小波网络证券市场预测模型.从对这些小波网络经济模型的研究和应用仿真得出以下结论:①小波网络可以有效地在数值上逼近时间序列难以定量描述的相互关系;②用小波网络建立的宏观经济预测模型,能够将宏观经济中的非线性关系很好的描述出来,使建立的模型与实际系统更加接近;③小波网络不仅具有神经网络的自适应、自学习和强容错性,而且可以充分利用小波的时频局部化性质,学习过程只利用局部信息,大大提高了神经网络的训练收敛速度.因此,小波网络在计量经济领域和金融系统对时间序列特性的捕捉及其复现具有独特的功能和广阔的应用前景.5.期刊论文张晓红神经网络经济预测法研究-预测2001,20(6)本文在多层BP神经网络的基础上,结合经济类时间序列的特点,采用特殊的处理方法,建立通用的经济预测神经网络模型,并利用此模型对安徽省某一经济数据加以预测.特殊的处理方法包括前置处理、单维时间序列扩展输入节点设计、训练区数据与试验区数据划分、误差自相关神经元节点的引入,以及后置评价处理.实际的预测结果表明了该方法的先进性和可行性.6.学位论文李倩基于经济增长理论的经济预测研究2007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目的与意义，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。再次，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，利用全国的具体宏观经济数据进行了实证预测研究，实证结果表明，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，利用支持向量机进行经济预测对于有效指导经济决策具有较大的参考价值。7.期刊论文郇红艳.郇洪江.HUANHong-yan.HUANHong-jiang改进BP神经网络在经济预测中的应用-统计与信息论坛2008,23(1)针对传统BP学习算法收敛速度慢、对步长依赖明显等缺点,提出一种利用搜索较优步长的BP算法.其在网络训练中,能够在每次迭代中搜索出一个相对合理的步长,从而使步长的选择对学习速度的影响大大降低.对经济预测仿真结果表明,新算法对步长选择的依赖性小于传统BP算法.8.学位论文蒋国庆混沌理论用于经济预测研究2006复杂性科学是当前世界科学发展的热点和前沿，其研究与应用正在向各个学科渗透。作为复杂性科学理论之一的混沌理论，对待自然界和社会生活有着与传统科学不同的思想、研究方法，解决与说明了一些应用传统科学所不能解决与说明的问题或现象，其研究与应用也已渗透到了众多学科领域。本文首先简要介绍了混沌理论及其在经济预测研究中的应用原理，然后通过对BP神经网络、Lyapunov指数和混沌时间序列三方面的研究提出一个新的预测模型。BP神经网络理论是非线性动态系统建模与预测的强有力工具，本文引入混沌机制来优化BP算法，利用混沌的全局遍历性特点解决BP神经网络的局部极小点问题，获得了更快的收敛速度和更优的全局网络。本文根据经济系统的非线性特征，提出了“基于Lyapunov指数和CBP的混沌时序预测模型”，利用Lyapunov指数判别时间序列的混沌特性，估计最大可预测时间尺度；应用混沌优化的BP神经网络进行经济预测。然后将这一模型应用于某超市的销售数据预测，取得了比较满意的结果。最后，本文在进行总结的同时还提出了今后进一步研究的方向。9.期刊论文樊重俊非线性经济预测中的神经网络方法评述-统计与决策2008,(13)文章对非线性预测中的神经网络方法的研究与应用现状进行评述,尤其讨论了我国近年来的发展情况,为我国该方面的研究者提供参考.10.学位论文许晶基于BP人工神经网络的区域经济预测研究2009在总结已有研究成果的基础上，结合经济预测理论和神经网络理论的特点，着重研究基于BP人工神经网络的区域经济预测。通过对广西的宏观经济预测，检验了基于人工神经网络模型的区域经济预测的准确性，为经济预测提供了新的工具和方法。br　　由于经济预测在国民经济发展中的重要地位，关于经济预测的方法也不断的推陈出新，论文采用的是神经网络经济预测法。神经网络法与传统的预测方法相比较，极大的改进了传统经济方法无法与时俱进的弊端。面对动态的经济变化，传统的线性预测方法有时在解释经济的发展趋势时不尽如人意，而神经网络方法具有动态非线性的特点，适合处理多变量的数量关系，具有更为广阔的应用前景。br　　以广西的具体经济数据为例，论文选择了BP神经网络算法建模，并利用MATLABR2007A来进行网络训练和学习，同时分别对广西的国民生产总值（GDP）、第二产业产值和全社会固定投资总额这三个关键数字建立了相应的BP神经网络模型，进行实证研究。研究结果表明，运用模型所预测出来的经济数据与实际的经济数据相比，呈现相当高的一致性，而利用模型对于未来数据的预测，也基本上符合区域总体规划的发展目标。br　　通过神经网络预测法对区域经济的预测，表明人工神经网络的经济预测方法是可行和有效的，利用此方法进行经济预测对于有效指导经济决策具有很大的参考价值。同时也预示着神经网络预测法在经济管理方面将发挥更大的作用。本文链接：授权使用：云南大学(yndx)，授权号：feab54e8-8de9-493d-8a23-9def008a2f4f下载时间：2010年9月12日