基于改进型神经网络的经济预测算法

文章在分析宏观经济系统特点之后,针对现有的采用人工神经网络对经济系统进行建模和预测的方法的存在的问题,提出了一种改进型神经网络算法。首先对训练样本集采用链式数据重组的方法进行扩充;然后在构造的人工神经网络输入层单元引入经济指标的增长率数据和时间窗口序列数据。仿真结果表明,文章提出的算法能够增强神经网络的泛化能力,提高系统模型的预测精度。     

基于神经网络的国库现金流预测

人工神经网络（Artificial Neural Networks,ANNs）,亦称神经网络（NNs）,是模拟生物神经网络进行信息处理的一种数学模型。神经网络理论起源于20世纪40年代,历经多年发展,应用领域越来越广,特别是在人工智能、自动控制、计算机科学、信息处理、机器人、模式识别、CAD／CAM等应用方面都有重大突破,     

基于混沌时间序列的电力需求短期预测分析

文章通过对电力需求的混沌特征进行分析,建立了基于混沌时间序列的电力需求量的短期预测模型,为实现电力资源综合优化奠定了重要的、较为可靠的研究基础。     

非线性经济预测中的神经网络方法评述

文章对非线性预测中的神经网络方法的研究与应用现状进行评述,尤其讨论了我国近年来的发展情况,为我国该方面的研究者提供参考.     

原油价格改进型神经网络预测方法

为了提高基于神经网络的国际原油价格预测性能,文章提出一种改进型变参数神经网络原油价格预测方法.该方法利用经验模式分解(EMD)对原油价格序列进行分解得到多个内蕴模式(IMF),对于每个IMF进行变参数的前向神经网络训练,将每个IMF下预测的结果进行综合,从而得到预测的原油价格.实证结果表明,相比已有的基于EMD和神经网络的预测方法,本方法的预测效果有一定的改善.     

神经网络方法在农业经济预测中的应用

一、引言科学的预测是正确地作出决策的前提。预测的方法有多种 ,但基本上分定性和定量两大类。一般来说 ,又可把定量预测方法大致分为时间序列分析和因果关系研究两大类。预测的准确性是人们所关心的问题。虽然在目前的情况下要求预测结果准确无误是做不到的 ,但是为了提高预测精度 ,将各种预测方法进行比较研究 ,探讨各种方法的适用范围和能力 ,是一件有理论价值和现实意义的事情。神经网络方法有许多引人注目的特点 :对不完全信息、带躁音的信息具有良好的适应性 ;对非线性输入输出关系的学习更显优越性。它为复杂农业系统建模与预测提供…     

企业财务状况预测的神经网络模型

在竞争激烈的市场经济舞台,总有一些企业因失误而陷入危机,但任何危机都有一个逐步显现、不断恶化的过程,也最终都会通过财务指标数据反映出来。管理人员希望能从企业的财务预测中预先了解企业所面临财务危机的原因,发现企业财务运营体系隐藏的问题,以提早做好防范措施并提出相应的排警对策的财务分析系统。本文拟用现金流量表数据建立神经网络模型来预测企业财务状况。     

场景预测方法与概率预测方法的比较

当今人口预测的标准模式为队列因素法,鉴于参数的估计方法不同,该方法又可分为场景预测方法和概率预测方法。文章认为,从统计学的视角看,概率预测方法更科学、更合理。由于场景预测方法概念简单,对数据要求低,可以充分利用专家的主观预测成果,同时预测方法简便易行,目前应用广泛。概率预测方法对数据的数量和质量都有较高的要求,且需要较复杂的统计技术,应用受到限制。     

基于小波神经网络的经济预测研究

本文通过小波变换和神经网络的结合,建立了相应的小波神经网络经济预测模型.该模型克服了传统时间序列预测模型只能进行线性预测,避免了一些BP神经网络的固有缺陷.     

基于Elman神经网络的房地产价格预测

文章针对房地产价格的动态特性,提出了基于Elman神经网络的房地产价格预测方法,并通过其对上海市房地产价格的预测,证明了该方法的有效性,为房地产价格预测提供了一条新的方法。     

江苏省全社会用电量预测

本文建立了江苏省全社会电力需求量的主成分回归模型,得到主成分后,根据数据自身的特点,分别选择了二次多项式、三次多项式和生长模型,将主成分与全社会用电量两个变量进行回归,得到预测模型,然后根据江苏省十一五规划的要求,对江苏省2006-2010年的全社会电力需求量进行了预测。     

基于蚁群优化神经网络的支持向量机预测方法研究

本文利用蚂蚁算法训练神经网络的权值和阈值,蚁群优化神经网络克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差。在此基础上提出以支持向量机方法为主、多方法融合的智能预测系统,对电网负荷预测进行了动态预测。实际算例验证了这一智能预测系统的精确性。     

基于遗传神经网络的企业人力资源结构预测

以企业人力资源结构为研究对象,将企业人员分为管理人员、科技人员和普通员工,根据这三类人员的影响因素,利用遗传算法的全局寻优能力,构造了预测人力资源结构的遗传神经网络模型(GANN),并以ZC集团公司为实例,对其人力资源结构进行了预测。结果表明,该文建立的遗传神经网络模型对描述管理人员、科技人员分别占总职工比重与其影响因素的非线性关系方面具有较高的精度和应用价值。     

两种模型对中国生猪价格预测效果的比较

生猪价格波动是众多因素共同作用的结果,为提高生猪价格预测结果的精度和可靠性,文章应用支持向量机(SVM)方法,综合在中国猪肉市场上与生猪价格相关的主要指标,建立生猪价格和其影响因素的支持向量机模型,对未来生猪价格进行预测分析,同时,将其预测结果与BP人工神经网络模型的预测结果进行对比,并对这两种模型的预测效果进行评价,结果表明,基于SVM模型预测生猪价格的精度优于人工神经网络,拓展了其在这一领域中的研究与应用。     

几种组合预测方法对股票市场的预测效果研究

为了研究几种组合预测方法的预测效果,文章首先利用GM(1,1)、BP神经网络、支持向量机(SVM)三种单一预测方法对2008年的上证工业股指数、上证商业股指数、上证地产股指数、上证公共事业股指数作了预测,然后分别利用最优权重线性组合预测模型、基于SVM和基于BP神经网络的非线性组合预测模型对上述股指作了预测.通过对各种预测方法的预测效果进行对比分析,发现:在进行组合预测时,选择其中预测效果最好的一种方法作为二次组合预测的模型可以大大提高组合预测的效果.     

基于改进型小波神经网络的油价预测

为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型.数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法.     

基于ANN的预警指标预测系统在企业经济运行预警中的应用

预警指标的预测是进行经济预警的前提,在企业经济运行预警中的主要功能是根据历史数据对指定的预警指标进行预测,这一步预测的有效性直接影响到最终预警结果的有效性.本文提出的预警指标顸测系统的原理是根据已经建立的预警指标体系,从本企业历史财务指标数据库中提取数据,通过人工神经网络进行时间序列预测,得到预警指标未来时段的预测结果.     

灰色系统预测方法及应用——基于我国私人汽车拥有量的预测

本文讨论了灰色模型GM(1,1)及其GM(1,1)修正模型在我国私人汽车拥有量预测中的应用,比较两种模型的预测结果,提高了预测精度,并对方法的应用进行评价。     

运用灰色动态模型对我国电力需求的预测

文章以我国用电量的历史数据(2000～2008年)为样本,根据灰色动态预测模型GM(1,1)的建模方法,建立了我国电力需求的预测模型.经过相对误差和后验残差检验,模型的精度是一级(优).文章还运用该模型预测了中国未来3年的电力需求,并提出了相关政策建议.