基于BP神经网络的居民消费水平的预测模型 ——以安徽省为例

摘要：

研究并分析居民消费水平和影响因素对我国经济的发展格外重要.基于BP神经网络建立居民消费水平预测模型,经过研究分析大量的相关文献,最终选择9个指标作为输入变量,居民消费水平作为输出变量;选择安徽省1990—2018年的统计数据作为搭建预测模型的训练集和测试集.首先搭建神经网络,输入训练集,对神经网络进行不断的学习,运用梯度下降法,使损失函数达到最小的情况下,参数即为最优,也就确定了最终的神经网络预测模型;其次将归一化后的测试集输入到训练完毕的神经网络预测模型,得出预测值,并与真实值进行对比,得出误差率;最终该神经网络预测模型在训练集和测试集上的误差率均小于10％,达到了预期的结果,说明具有很好的可行性.

关键词：预测模型、BP神经网络、居民消费水平、Sigmoid函数、梯度下降法、损失函数、数据归一化

所属期刊栏目：45

分类号：TN711⁃34(基本电子电路)

资助基金：云南智能化自动化产业发展研究云府发研号—YNDR2017G1C06

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：83-87