链式数据重组与神经网络在经济预测中的应用

• 作者: 朱维彰 诸静 郅跃茹
• 来源期刊: 控制理论与应用
• 关键词: 宏观经济预测 数据重组 神经网络训练
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 短文
• 页码范围: 643-645
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2004.04.034

摘要

建立经济模型和基于模型对宏观经济进行预测,是经济运行质量评价、仿真、制定发展规划等所必不可少的.针对宏观经济预测的特殊性:样本少、时变性,提出了反向传播(BP)神经网络的链式数据重组训练方法,并用于实际经济预测.和原数据用于预测的结果相比,达到了较高的预测精度.同时,解决了BP神经网络难以确定隐结点数的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	诸静	浙江大学电气工程学院	83	1696	22.0	37.0
2	朱维彰	杭州电子工业学院自动化系	8	63	4.0	7.0
3	郅跃茹	浙江大学电气工程学院	4	11	1.0	3.0