人工神经网络在中国宏观外债模型中应用
该文着重就前向网络（ＢＰ网络）和径向基函数网络（ＲＢＦ网络）作一分析。考虑了这两个网络模型的一般理论及其改进，分析了它们的函数逼近能力和它们各自的特点。结合抽象非线性方程组的解法（维格斯坦（Ｗｅｇｓｔｅｉｎ）法、布罗伊顿（Ｂｒｏｙｄｅｎ）法），该文提出了利用神经网络求解预测抽象非线性方程组模型的一般算法，并将其应用于中国宏观外模型，根据１９８３－１９９３年１１年间的经济数据对模型进行训练，并对该模型进行样本期模拟检验，计算结果指出，有９１．６℅的变量相对误差小于５℅。该结果与用一般计量经济学方法所得的结果相比表明，人工神经网络的方法明显优于一般的计量经济学方法。这表明该算法是行之有效的。该论文工作也预示着人工神经网络在宏观经济管理领域广阔的应用前景。
人工神经网络 BP网络 RBF网络 非线性方程组 外债模型
杨(火斤) 陈展辉
大学经济管理学院
国内会议
汕头
中文
485～491
1999-11-01（万方平台首次上网日期，不代表论文的发表时间）