机器学习在GDP预测分析中的应用研究

• 作者: 孙昊 张琦 许勇
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 遗传算法 人工神经网络 规则抽取 GDP SD算法
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 227-229,233
• 页数: 4页
• 分类号: TP181
• 字数: 2890字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.02.065

摘要

应用机器学习思想对GDP数据进行分析,使用遗传算法优化BP人工神经网络建立GDP数据分析模型并进行预测,带回验证表明模型具有较高精度.在机器已习得数据规律后,利用Sestito和Dillon提出的SD算法,对习得知识后的模型进行知识获取的分析,得出一些由机器学习过程而获得的有意义的结论.这种分析方法可以广泛应用到如人口、经济等复杂系统的预测和分析中,分析出相关因子对结果的影响程度,为决策提供第三方的客观依据,具有很强的推广性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许勇	安徽师范大学数学计算机科学学院	53	160	6.0	10.0
5	张琦	西北大学软件学院	19	71	5.0	8.0
6	孙昊	安徽师范大学数学计算机科学学院	1	6	1.0	1.0