共 17 条
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
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
收藏
页码:42 / 45
页数:4
相关论文