基于贝叶斯正则化的TDBPNN模型在中国外贸预报中的应用及评估

摘要：

基于相空间重构的非线性预报思想,建立一个时滞的BP神经网络模型(TDBPNN),采用贝叶斯正则化方法提高BP网络的泛化能力,并将该模型应用于中国进出口贸易的预测,结果证明改进的TDBPNN模型具有较好的泛化能力,准确拟合了进出口贸易发展的历史值和趋势.区别于一般的预测评价,认为非线性预测不仅要注重数据拟合和精度改进,而且应该能够反映被预报系统的非线性特征.在分析模型预测精度的同时,通过计算拟合序列和原序列的非线性特征量进行模型评价,证实预测模型能够合理地"捕捉"到产生原序列的非线性系统的动力学特征.

关键词：非线性预测、进出口贸易、相空间重构、BP网络、贝叶斯正则化

所属期刊栏目：13

分类号：F201;C931(国民经济管理)

资助基金：国家自然科学基金70273010;国家社会科学基金04AJL006;高等学校博士学科点专项科研项目200010532009

在线出版日期：2005-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8