基于主成分分析和贝叶斯正则化BP神经网络的GDP预测

被引：16

作者：

喻胜华 ^{[1
]}

邓娟 ^{[2
]}

机构：

[1] 湖南大学经济与贸易学院

[2] 中南大学数学科学与计算技术学院

来源：

湖南大学学报(社会科学版) | 2011年 / 25卷 / 06期

关键词：

主成分分析; 贝叶斯正则化; BP神经网络; 预测;

D O I：

暂无

中图分类号：

F222.33 [国民经济计算体系]; TP183 [人工神经网络与计算];

学科分类号：

020208 ; 0714 ; 020201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

选用财政收入、财政支出、消费品零售总额、实际利用外资、进出口总额以及全社会固定资产投资等对GDP有显著影响的6个因子,用1985～2008年中国的宏观经济数据建立了一个基于主成分分析和贝叶斯正则化BP神经网络的预测模型,并把它应用于我国GDP的预测。实证结果表明:通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。与其它常用的预测方法相比,该方法数据输入简便,收敛速度快,拟合曲线光滑,且在预测精度上有明显的优势。

引用

页码：42 / 45

页数：4

共 17 条

[1] 基于贝叶斯向量自回归的区域经济预测模型:以青海为例 [J].