神经网络在经济预测中的应用研究

ｎｔ ｅｉ Ｖｋ ￣ ｊＸ
ｊｏ ＝
ｊ１ …… …… ． ＝， ２ …… ． ｍ
ｊ ｌ ２ … … … “ ． ，… ．ｍ
（） ３
（） ４
（ ）人 工神 经 网络模 型 一
人工神经网络是一种模拟人脑的抽象计算机模型，也简称为 “ 神经 网络 ”或 类 神经 网络 。神 经 网络是 一种 模拟 人脑 思维 的计
０． ４ ９ ０ ３ ６ ４７ ０５
误差 （） ％
Ｏ７ ．２ Ｏ ９ ．１ ０ ０１ ． Ｏ０ ．０ Ｏ８ ．８
０ ７ ．１
该 模型 对未 知 分类 的样本 进 行预 测 。 三 、基 于 人工 神经 网络 的经 济预 测模 型 （ ）数据 准 备 一 人 工神 经 网络 对处 理的 数据 一般 要求 在 Ｏ １ 间， ～ 之 否则 会 因 为 输入 变量 的不 同数量 级别 影 响最 终的 预测 效果 。 而经 济预测 的 数 据一 般数 量级 都 比较 大 ，因此 在 进行 网络 训练 之前 应 该先 进行 标 准化 处理 。本 文 采用 最大 最小 函数 法进 行标 准话 处理 。 最 大最 小 函数 法 对 原始 数据 进行 线 性变 换 。假 定 ｍｉ 和 是 ｎ ｍａ 分别 为属 性 Ａ 的最 小和 最大 值 。则最 大最 小 函数 法 的计算 ｘ
ａ ｐｒ ｉａ ｎｄｓ ｇ ｓｉ ｎｔ ｕ ｏ ｎｔｙｅ ｏ ｏｍｉ ａ ｅ ｅｏ ｍ ｅ ｔ ｐ ａｓ ｌａ ｕｇ ｅ ｔｏ ｏＯ ｃ ｕ ｒ ｃ ｎ ｒ ｃ ｌｄ ｖ ｌｐ ｎ ．
Ｋ ｅ ｗ ｏ ｄ ： ｔ ｃａ ｅ ｅｎｅｗｏ ｋ； ｙ ｒ ｓＡｒｉ ｉｌｎ ｒ ｔ ｒ ＢＰ ｉ ｆ ｖ ｅ ｏｎ ｍ ｙ ｃ ｏ
算 机建 模方 式 ， 由大量 的节 点 （ 或称 “ 经元 ”）和节 点之 间相 神 互 联接 构 成 。 每个 节 点代表 一种特 定 的输 出函数 ， 为激励 函数 。 称
以上两式 中，变换函数 ｆ（ ）均为单极性 Ｓ ｇｏ ｄ函数 ｘ ｉｍ ｉ
厂 ）意 （
ｆ（ ）具 有连 续 ，可 导的特 点，且有 ｘ ｆｆ １ ｆ Ｘ ［－ （ ） ， ＝ （ ） １ｆ ｘ ］
一
表 １ 训练 结果
Ｔ ｂＩ Ｉｒ ｎｉ ｇ ６Ｓ ｔ ａ ｅｌ ａｉ ｎ ｒ ＵＩ
年 份
２０ ， ０ ８正
２ ０７经 ０
理想 输 出
． ８３ ５ ７ ４２ ７ ４６ ６ ４ ２ ６ ８６ ７８ ４
实际 输 出
０ ８０ ９４ ．７ ９ ７８ ２ ０ ７４ ７ ５ ． ３１ ６ ７５ ０． ８ ８４ ２ ６７ ８ ９ ９ ０． ８ ７ ５ ４ ９６１ ８ ９ ０． ３ ４ ４６ ４７ ６１ １
Ａｂｓｒ ｃ ： ｓｐａ ｒ ｃ ｎ ｔｕｃｓｔ ｅ ｆ ｒ ｃ ｓ ｏ ｅ ｙ ｔ ｍ ｏ ａ ｒ ｅ ｏ ｏ ｉ ｓ ｄ ｏ ａ ｔｆｃａ ｒ ｅ ｎｅｗｏ ｋ ｔ ｏ ｙａ ｄ ｔ ａ ｔＴｈｉ ｐｅ ｏ ｓｒ ｔ ｈ ｏ ｅ ａ ｔｍ ｄ ｌｓ ｓｅ ｆ ｒｍ ｃ ｏ ｃ ｎ ｍ ｃｂａ ｅ ｎ ｒｉ ｉ ｌｎｅｖ ｔ ｒ ｈｅ ｒ ，ｎ ｉ ｃ ｒｉｓｏｎ ｔｅ ｆ ｒ ｃ ｓ ｏ ｔ ｏ ａ ｒ ｓ ａｉ ｎ １ ａ ｒｅ ｈ ｏ ｅ ａ ｔｔ ｈｅｔ ｔｌｇ ｏ ｓ ｎ ｔｏ ａ． ｓｍ ｏ ｅ ｎ ｎ ｅ ｈｅ ａ ｃ ｒ ｃ ｆｓ ｔｍ ｏ ｆｒ ｃ ｓ， ａｌｚ ｓ ｔｅ ｆ ｒ ｃ ｓ ｆ Ｔｈｉ ｄ ｌｅ ｈａ ｃ ｓｔ ｃ ｕ ａ ｙ ｏ ｙｓｅ ｔ ｏ ｅ ａ ｔｒ ｉｅ ｈ ｏ ｅ ａ ｔｏ ｅ
信息技术应用研 究 Ｃ ｍ ｕ ｅ Ｄ Ｓ ｆｗ ｒ ｎ ｐ ｌ ｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒ Ｃ ｏ ｔ ａ ｅ ａ ｄ Ａ ｐ ａ ｎ ｉ ｉ
１ 所示 。
２１ ０ １年第 ２ Ｏ期
数 、各 层 的节 点数 目；（ ）激活 函数 的确 定 。包 括各 个 隐层和 输 ３
出层 的激 活函数 以及相 互之 问 的关 系 ；（ ）网络 训练 过程 。通 过 ４ 算 法 的正 向传播 和 反 向传播 两个 阶 段 的重复 过程 ，是网络 训 练到 定 的稳定 阶段 结 束 ；（ ）网络 测试 过 程 。用测 试数 据检 验 训练 ５ 好 的 网络模 型 ，观 测测 试精 度 ，如 果符 合预 定 阈值 ，则 可 以利 用
关键 词 ：人 工神 经 网络 ；Ｂ Ｐ算 法 ；宏 观经 济
中图分类号：Ｆ２ ． ２４１ ３
文献标识码 ：Ａ
文章编号：１０— ５９（ ０１ ０ ０ ０－ ２ ０７ ９９ ２１ ）２－ ０９ ０
Ｔｈ ｐ ｉａ ｉ ｎ Ｓ ｕ ｙ ｏ ｕ ａ ｅＡｐ ｌ ｔ ｔ ｄ ｆ ｃ ｏ Ｎｅ ｒ ｌ
种 定 量 的 运 算 和 预 测 ， 神 经 网 络 能 够 对 具有 不 完 备 性 和 而 模 糊 性 的 信 息 进 行 处 理 ，通 过 调 整 网 络 结 构 进 行 相 关 预 测 。
另 外 人 工神 经 网络 结构 简单 ，具 有 高 速 寻 找 优 化 解 的 能 力 ，通 用性 较强 。其 自身结 构 的调整 过程 ，提 取 资料特 性 ， 并对未 来做 出有 效 的预测 。 Ｂ Ｐ反 向传 播 网络 属于 前馈 式 的神经 网络 ，是 一种 最为 常 见的 且应 用领 域 广泛 的神 经 网络模 型 。 Ｐ 向传 播 网络算 法包 括 正 向 Ｂ反 传播 和误 差 的反 向传 播两 个 阶段 。所 谓正 向传 播 是指样 本信 息 从 输入 层 开始 ，经 各 隐层逐 层 处理 后 ，最终 传播 到输 出层 节 点获 得 预测 结 果 。误差 的反 向传 播 阶段 是将 输 出误差 被逐 层 反 向传 回输 入 节 点， 同时计 算 出来 的误 差信 号进 行调 整 网络 权值 。这 种信 正
＝
＝
本 文在 经济 理论 指导 下 ，根据 宏观 经济 系 统的 非线 性 ，不确 定性 等特 点 ，描 述宏 观经 济系 统 中的非 线性 关 系 ，通 过 神经 网络 模 型 ，预 测 宏观 经济 指针 的发 展趋 势 。
二 、算 法概 述
ｊｏ ＝
对 于 隐层 ，有
Ｙ ＝ （ｅ ） ｆ ｎｔ ｊ
则 根据 连接 方 式 ，权重 值和 激励 函数 的不 同而 不 同 。 目前 ，神 经
网络方 法 已经 大量 应用 于海 量数据 的分类 、 聚类 以及 预测 等领 域 。 人 工 神 经 网 络 与 传 统 建 模 方 法 不 同 ， 统 的 建 模 方 法 主 要 是 传
一
９ 一
计算机光盘软件与应用
计 算机 光盘 软件 与应 用
２１ ０ １年第 ２ ０期 Ｃ ｍ ｕ ｅ ＤＳ ｆ ｗ ｒ ｎ ｐ ｌｃ ｔ ｏ ｓ ｏ ｐ ｔｒＣ ｏ ｔａ ｅａ ｄＡ ｐ ａ ｎ ｉ ｉ 信息技术应用研究
神经网络在经济预测沙学院计 算机科 学与技 术 系，长沙
公式为：
．
．
２０ 生 ０６
．
２ ０５经 ０ ２０ 正 ０４
２ ０３笠 ０
． ８ ８１ ５ ４７ ． ６７ ９ ４ ５４
． ４６ ４ ３ ３４
２０ ０ ２芷
２ ０１笠 ０
一
、
前 言
建 立 在 统 计 技 术 基 础 上 的 ， 始 数 据 和 工 作 过 程 基 本 上 都 是 原
一
近 年 来 ，人 工 神经 网络 的 研 究 在 国 内外 广 泛 兴 起 ，这 是 因 为 人 工 神经 网络 （Ｎ ）具有 数 据处 理 的 并行 性 ，函 数 映射 的 高 ＡＮ 度 非 线 性 性 ，解 决 了一 些 传 统 计算 机 极 难 求解 的 问题 ，人 工 神 经 网络 在 具 有 大规 模 并 行 模拟 处理 ，非 线 性动 力学 和 网络 全局 作 用 等 特 点 的 同 时 ，还 具 有 很 强 的适 应 能 力 ， 自学 习和 容 错 能 力 。利 用 神 经 网络 的高 度 并行 运 算 能 力 ，可 实现 信 息的 最 优 化 处 理 ，它 已成 为 一种 强 大 的非 线性 信 息 处 理 工 具 。经 济 系 统 ， 特 别是 宏 观 经 济 系统 是 一 个 非 常 复杂 的系 统 ， 其 中广 泛 存 在 着 非 线性 ，时 变 性 和不 确 定 性 作 用关 系 。在 计 量 经济 学理 论 基 础 上 建 立 的各 种 宏 观经 济 模 型 ， 大部 分 是 线 性 模 型 ，线 性 模 型 在 发 挥着 巨大 作 用 的同 时也 渐 渐 显 露 出它 的缺 陷 ， 即 很难 把 握 宏 观 经济 中的 非线 性现 象 ， 因为必 然 造 成经 济 预测 的误差 性 加大 ，
Ｃｉ ｄｃ ｔ ｒ ｎ ｅ ｃ ｉｅ ｅ ｄ ｖ ｌ ｐ ｎ ｎ ｅ ｃ ｆ ｅｍａ ｒ ｓ ｏ ｉ ｅ ｏ ｏ ． ｉａｌ ， ｉ ａ ｅ ｋ ｓｒａ ｏ ａ ｌ ｉａｏ ， ｄ ｄ ｓ ｒ ｓｔ ｅ ｅｏ ｍｅ ｔ ｅ ｄ ｎ ｙ ｏ ｃ ｏ ｃ ｐ ｃ ｃ ｎ ｍｙＦ ｎ ｌ ｔ ｓ ｐ ｒｍ ｅ ｅ ｓ ｎ ｂｅ ｎ ａ ｂ ｈ ｔ ｈ ｔ ｙｈ ｐ ａ
向传播 与误 差 反 向传 播 以及 各层 权值 调整 过程 不 断重 复 ，直 到满 经 济 学 界 为弥 补 缺 陷 ，对 线 性 模 型做 了很 多 改 进 ，但 是 结果 往 足 网络 训练 的终 止条 件结 束 。 对 于输 出层 ，有 往 不理 想 。在 这 种 情 况下 迫 使 人们 寻求 一 种 非 线 性 工具 进 行 经 ｋ ， … …… ．ｇ ＝ｌ ２， ． （） １ ｆ（ｅ ） ｎｔ 济 建模 ， 人工 神 经 网络 的非 线 性 高 度逼 近 能 力 为 宏观 经 济 分 析 提 供 了一 条 全新 的途径 。 ｋ ，２，… … … ．． ＝ｌ ｇ （） ２ ｎｋ ∑ｗＹ ｅ 己 ｔ ｗ ｊ ｊ ｋ
４０ ０ １０ ３）
摘 要 ：本 文运 用人 工神 经 网络 理论 ，构建 了宏观 经 济预测 模 型体 系，实现 对 国民 生产 总值 的预测 。模 型提 高 了系统 预 测 准确度 ， 实现 了宏 观 经济指 标的预 测 ，描 述 了宏观 经 济的发 展趋 势 。并且 基 于预 测 结果 的分析 ，对 我 国的 经济发 展做 出合 理 的评价 与 建议 。
（ ）构 造 网络模 型 的步骤 二
‘ ５ ）
（） ６
每两个节点间的连接都代表一个对于通过该连接信号的加权值，
称 之 为权 重 ，反 映了各 个节 点之 间 的关联 性 的强弱 。网络 的输 出
本文 采用 Ｂ 向传播 网络 学 习方法 进行 数据 模拟 分析 ， Ｐ反 构造 网络 的基 本步 骤 如下 ：（ ）数 据 的预处 理 。预 处理 方法 有 归一化 １ 处理 、标 准化 处 理和 主成 分分 析 。 同时将 数据 划分 成训 练数 据和 测试 数据 两 部分 ；（ ）网络参 数 的初 始化操 作 。包 括确 定 网络层 ２
Ｎ ｅ ｗｏ ｋ ｉ ｏ ｏ ｉ ｒ ｃ ｓｉ ｇ ｔ ｒ ｎ Ｅｃ ｎ ｍ ｃＦｏ ｅ ａ ｔｎ
Ｚｈ ｉ ｎ ｕＺｈｙ ｇ ｏ
（ ｅ ａｔ ｎ ｏ ｏ ｕｅ ｃ ｎ ｅａ ｄＴ ｃ ｎ ｌｇ ，ｈ ｎ ｓ ａＵ ｉ ｒｉ ，ｈ ｎ ｓａ ４ ０ ， ｈｎ ） Ｄｐｒ ｍｅ ｔ ｆ ｍｐ ｔｒ ｉ ｃ ｎ ｅ ｈ ｏｏ ｙＣ ａ ｇ ｈ ｎｖ ｓ ｙＣ ａ ｇ ｈ １ ０ ３Ｃ ｉ Ｃ Ｓ ｅ ｅ ｔ ０ ａ