本项目研究中把人工神经网络方法用于对经济变量的预测,在两个方面取得了进展.一是对时间序列变量进行拟合和预测,给出上界和下界;二是利用人工神经网络方法建立宏观经济计量模型,是对几十年来用线性回归方法建立经济计量模型的重大改进。研究中将人工神经网络建立的模型和原有的线性模型进行了比较,在拟合和预测的精度方面有十分明显的改进。作为一种非线性建模和预测方法,人工神经网络在经济和管理学研究和应用领域具有很好的应用前景。在研究中编制了两套相关的计算机软件,在算法上比商用软件有独到之处,并已和多个兄弟院校进行了交流.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
涡度相关技术及其在陆地生态系统通量研究中的应用
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
拥堵路网交通流均衡分配模型
人工神经网络在优化预测中的应用及理论分析
人工神经网络和传统回归方法在预测肾小球滤过率效能的比较研究
人工神经网络在电力负荷模型研究中的应用
人工神经网络在化学电源中的应用研究