人工神经网络结合灰度关联分析用于吉林省地方税收收入预测研究
本文针对影响吉林省地方税收收入的相关国民经济指标,利用灰度关联分析对主要经济指标进行关联分析,确定影响税收收入的主要因素和次要因素,并利用吉林省1980年-2012年的地方财政的税收收入,结合人工神经网络技术建立了吉林省地方税收收入的预测模型.仿真结果表明,模型的预测效果较好,泛化能力较强,其内部验证均方差(RMSECV)和预测平均相对误差(RME)两个评价指标分别达到0.7125及0.0367,能够为科学、准确的税收预测及税收计划的制定提供一定理论依据和技术支持.
税收收入、灰度关联分析、人工神经网络、预测模型
11
TP393(计算技术、计算机技术)
吉林省教育厅"十二五"2013年度科研项目资助2013572
2015-10-23(万方平台首次上网日期,不代表论文的发表时间)
共2页
145,148