人工神经网络在非线性经济预测中的应用

文中运用人工神经网络方法,提出了将神经网络用于生产总值预测的一般步骤和方法,并以我国工业生产总值为例进行宏观经济预测建模,为经济预测提供了新的思想和途径。     

人工神经网络在宏观经济预测中的应用

本文运用人工神经网络方法，以我国特定时间段工业总产值为样本，进行宏观经济模拟预测分析，结果证明与其他统计学方法相比较，其预测精度较高。人工神经网络应用于宏观经济预测具有广泛的实际应用前景。     

人工神经网络在住房销售率预测中的应用

住房销售率是开发商最为关心的问题之一。多种不确定因素的影响为准确的预测销售率带来困难。人工神经网络能够模拟人脑的思维过程,建立多个变量的非线性模型,从而为准确预测住房销售率提供了一种新思路。     

BP人工神经网络在我国工业企业景气指数预测中的应用

影响企业景气指数波动的因素十分复杂,采用常规的数理统计预测方法难以准确及时地反映景气运行的真实规律.因此,本文引入人工智能技术,利用神经网络能从历史数据资料中自动提取特征规律并进行智能预测的优点,对我国2000～2005年24个季度的工业企业景气指数进行了仿真和预测,并获得了满意的结果.     

梯度法在人工神经网络中的应用

本文介绍了人工神经网络的基本结构,采用梯度算法对人工神经网络中由非线性变换单元组成的前馈型网络公式进行了推导。     

遗传算法在人工神经网络中的运用

遗传算法是近几年发展起来的一种全局优化算法,它借用了生物遗传学的观点,通过自然选择、遗传、变异等作用机制,实现各个个体的适应性的提高。遗传算法出现以后迅速推广到优化、搜索、机器学习等方面,在神经网络中的应用主要有:网络的学习、网络的结构设计和网络的分析。     

灰色预测模型在山东省保费预测中的应用

以山东省保费收入总量的历史数据为依据,利用灰色预测GM(1,1)模型对山东省2016年及2017年的保费收入总量进行了预测,预测结果表明山东省2016及2017年保费收入总量将呈稳定增长态势.并对保费预测模型进行了检验,检验结果表明,本文对2016年及2017年山东省保费收入预测精度较高.     

决策树方法在上市公司成长性预测中的应用研究

本文在比较各种模型特点的基础上介绍了运用决策树方法建立上市公司成长性预测模型的步骤及要注意的问题,并针对决策树方法存在的不足提出了解决方法。     

非线性规划和Hopfield在物流选址中的应用

针对物流配送中心优化选址的问题，该文提出采用非线性规划算法和Hopfield人工神经网络算法，使物流配送的综合运输成本最省；并与货郎问题中最短运输线路做比较。微机仿真结果说明，这种算法能较好地选址并能在较少的迭代步骤内找到最优的路径。     

基于宏观经济因素新视角的国库现金流预测

基于国库现金余额2007年至2012年的月度数据,利用VAR模型对国库现金余额变化与我国宏观经济变量之间动态响应机制进行研究.研究发现,我国国库现金余额变动情况受宏观经济因素变动影响并不显著,而国库现金余额的变动在一定程度上会对国内生产总值、货币供应量、居民消费价格指数等宏观变量产生不同程度的影响.在此基础上,结合传统基于时间序列算法的国库现金流预测模型,建立涵盖宏观经济因素与时间序列变化两个维度的国库现金流预测模型,为制定国库现金目标余额并确定最优底额,进而为通过国库现金的有效管理、促进我国经济均衡发展提供新的思路.     

BP人工神经网络在判定土地集约利用程度中的应用——以合肥市为例

本文从合肥市土地利用现状为切入点,构建了由14个指标组成的土地集约利用评价体系。通过运用BP人工神经网络模型,对合肥市2000～2009年各对应的指标值进行训练,对合肥市该阶段土地集约利用做出评价。通过运用BP神经网络测定方法,可以减轻人为主观因素对结果的影响,使评价结果更加客观、科学、有效。结果表明:合肥市近些年的土地集约利用水平处于不断上升的阶段,这与合肥市现状也是基本吻合的。     

经济信息在宏观经济管理中的应用研究

当前宏观经济发展背景下所产生的一系列经济信息除了具有预测功能、选择功能、控制功能外,因受到社会经济发展环境的影响,还具有开发功能和增值功能.经济信息对宏观经济管理具有的重要意义与价值,已经引起各方工作人员的高度关注和重视.以对经济信息的应用为切入点,能够有效地剖析宏观经济管理中应用经济信息方面存在的问题与不足,提出宏观经济管理中经济信息应用的策略.     

在MATLAB环境下经济预测神经网络模型的建立

简述MATLAB环境及nnet工具箱,并通过实例介绍了ANN的具体实现方法。将ANN的预测结果与统计回归预测方法进行对比,以证明ANN预测方法可行,它对用线性回归方法预测效果较差的问题具有独特的优势。     

灰色预测法在经济预测中的应用

对灰色预测法的简单介绍,并用于经济预测。     

组合预测模型在安徽省人均GDP预测中的应用

本文以安徽省1990年至2007年安徽省人均GDP为样本,在三个单一预测模型的基础上建立了非最优正权组合预测模型。为了提高预测精度,引入最优线性组合预测模型,将几个单一预测模型有机地组合起来。综合各个预测模型的优缺点,通过使组合预测误差平方和最小,确定各单一预测方法的权重系数,得到最优线性组合预测模型,并对未来5年安徽省人均GDP进行了预测。研究表明该模型在实际预测工作中具有较好的实用性。     

人工神经网络审计模型及在保险业中运用的探讨

人工神经网络模型是替代传统审计方式的一个重要工具.本文介绍了神经网络的基本特征,介绍了国内外学者将人工神经网络技术应用于审计的有代表性的研究成果,同时,基于我国保险企业的财务数据进行了使用人工神经网络的测试,测试结果证明,人工神经网络用于保险企业的审计是可行的.     

基于人工神经网络的企业技术创新能力评价

通过构造企业技术创新能力评价指标体系,提出了一种基于人工神经网络的评价方法,并针对具体企业进行了实例验证。     

回归分析法在经济预测中的应用浅析

回归分析法是在经济预测中常用的方法之一，它是在观察和分析经济发展的历史和现状的基础上，按照一定的方式建立反映其关系的数学模型，然后根据自变量在未来的变化来计算预测变量的变化，从而对未来的经济发展趋势进行预测。其关键是建立回归模型，并进行相关分析和结果预测。