基于改进的BP人工神经网络在我国税收预测中的应用

摘要：

人工神经网络是近年来在经济景气分析、经济时间序列预测、组合证券优化、股票预测等领域广泛应用的一种人工智能技术,取得了良好的效果.本文提出了一种综合共轭梯度和自适应变步长的改进BP算法,并利用改进的BP算法建立了税收预测模型,通过与传统回归分析预测方法结果的比较,证明了该算法收敛速度快,学习精度高,而且有效地避免了常规BP算法的局部极小值问题.

关键词：人工神经网络、BP算法、税收预测

分类号：TP183(自动化基础理论)

在线出版日期：2008-09-23（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：153-155