基于經(jīng)濟增長理論的經(jīng)濟預測研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、科學的預測是正確決策的保證。本文在現(xiàn)有研究成果的基礎上,把經(jīng)濟預測理論和相關的算法結合起來,建立可實際應用的經(jīng)濟預測模型,為決策者提供決策依據(jù)和參考。 首先,本文介紹了經(jīng)濟預測的概念、分類、原則、方法、步驟及其在我國的研究目的與意義,為以后建立經(jīng)濟預測模型打下了基礎。 其次,本文闡述了神經(jīng)網(wǎng)絡的發(fā)展歷程和一些神經(jīng)網(wǎng)絡的基本算法,介紹了統(tǒng)計學習理論和支持向量機的具體實現(xiàn),分析了不同損失函數(shù)的特點,并從不同角度,分析比較了神

2、經(jīng)網(wǎng)絡和支持向量機的訓練過程和網(wǎng)絡結構特征。 再次,本文研究了經(jīng)濟學界常用作預測經(jīng)濟增長的三個經(jīng)濟增長模型以及各自的特點,指出利用神經(jīng)網(wǎng)絡和支持向量機可以模擬經(jīng)濟系統(tǒng)內(nèi)部的未知關系,減少經(jīng)濟模型中的各種假定,從而使預測更加切合實際。 最后,本文通過神經(jīng)網(wǎng)絡和支持向量機算法構建相應的經(jīng)濟預測模型,利用全國的具體宏觀經(jīng)濟數(shù)據(jù)進行了實證預測研究,實證結果表明,由于神經(jīng)網(wǎng)絡算法的預測結果不佳,所以只有基于支持向量機的經(jīng)濟預測是可

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論