链式数据重组与神经网络在经济预测中的应用

摘要：

建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络的链式数据重组训练方法,并用于实际经济预测.和原数据用于预测的结果相比,达到了较高的预测精度.同时,解决了BP神经网络难以确定隐结点数的问题.

关键词：宏观经济预测、数据重组、神经网络训练

所属期刊栏目：21

分类号：TP18(自动化基础理论)

在线出版日期：2004-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：643-645