论文题目: 控制技术在投资预测模型建立中的应用研究
论文类型: 博士论文
论文专业: 导航,制导与控制
作者: 王冬光
导师: 孙尧
关键词: 控制预测技术,灰色系统模型,人工神经网络,协同模式识别,经济比对
文献来源: 哈尔滨工程大学
发表年度: 2005
论文摘要: 将控制预测技术应用于投资及产出关系的分析,是近年来经济领域十分重视的研究课题之一,这也是非常复杂的非线性问题。本论文在深入研究投资问题的基础上,提出从三个角度建立不同的投资预测模型,它们分别是:根据投入和产出的关系,建立投资的产出预测模型;根据投入和产出的关系,研究在产出最大的前提下,投资分配结构优化问题,建立投资优化预测模型;利用不同的投入和产出数据,实现基于经济比对的定量预测。为此,本论文分别提出了基于灰色系统理论、人工神经网络理论和协同学理论的投资预测方法,较好地解决了上述三种投资预测模型的建立问题。 为实现根据投资结构预测投资效益的目的,本论文提出了利用灰色系统理论建立投资预测模型的方法。本论文依据有关投资及产值数据,分析了各产业投资与相应产值间的关联度,定性确定了投资结构的优先顺序。同时引入经济学中弹性的概念,给出了弹性的计算方法,并利用GM(1,1)灰色模型建立了年产值预测模型,在给定各产业投资数据的前提下,可较为准确地预测产出。同时在此基础上提出了基于二阶差分的GM(2,4)灰色预测模型,仅用少量的历史数据即可进行预测。实验结果表明,该模型具有较高的预测精度,且建模方法便于实现和应用。 针对投资结构优化问题,本论文运用改进的BP算法建立人工神经网络模型,确定了投资输入和产出诸要素间的非线性关系,并在此基础上,通过对投资输入的合理调整,保证在投资总额不变前提下,预测能够使产出总额最大的最佳投资分配比例。本论文利用有关投资数据建立了反映投资分配与产值关系的人工神经网络模型,在一定范围内逐步调整三类产业投资分配,寻求使得产值最大的投资分配结构,在给定的投资总量前提下对投资分配和总产值分别作了预测。经过与实际结果对比,可以看出该模型较好地反映了投资要素之间的非线性关系,具有较高的精度及理想的预测效果,可广泛应用于各种预测研究,有较好的推广应用价值。 本论文将协同学理论应用到投资预测模型建立中,提出了一种新的基于
论文目录:
第1章 绪论
1.1 课题研究的目的和意义
1.2 国内外研究概述
1.3 论文研究的主要内容
1.3.1 确定投资预测问题
1.3.2 利用灰色系统理论建立投入产出预测模型
1.3.3 利用人工神经网络法建立投资优化结构预测模型
1.3.4 利用协同神经网络建立经济比对预测模型
第2章 投资预测及投资理论分析
2.1 投资预测概述
2.1.1 投资预测的基本原则
2.1.2 常用的预测方法分类
2.1.3 投资预测的评价指标
2.2 投资理论分析
2.2.1 投资基本要素
2.2.2 投资的特点
2.2.3 产业投资结构
2.2.4 投资分配
2.2.5 优化投资结构的分配原则
2.2.6 投入与产出的分析
2.3 本章小结
第3章 灰色投资预测模型的研究
3.1 灰色系统理论概述
3.1.1 灰色系统的概念
3.1.2 灰色理论与概率、模糊的对比
3.2 关联度
3.3 生成数
3.4 灰色系统模型
3.4.1 五步建模法
3.4.2 GM(1，N)模型
3.5 灰色系统的预测
3.6 基于灰色系统的投资预测研究
3.6.1 问题引述
3.6.2 关联度计算
3.6.3 利用弹性的概念解决投资分配问题
3.6.4 产值灰色预测
3.7 预测结果及数据分析
3.8 2004年投资预测
3.8.1 投资预测
3.8.2 投资数据分析
3.9 本章小结
第4章 新型GM(2，4)灰色模型投资预测研究
4.1 灰色模型GM(2，4)的构建
4.2 基于灰色GM(2，4)模型的投资预测实现
4.2.1 各产业的投入和产出二阶差分拟合
4.2.2 投资预测GM(2，4)模型的建立
4.3 实验仿真及结果分析
4.4 本章小结
第5章 基于人工神经网络的投资优化结构预测模型
5.1 人工神经网络特点
5.2 人工神经网络模型分类
5.3 误差反向传播网络BP算法
5.3.1 BP网络结构
5.3.2 BP学习规则
5.3.3 BP网络训练过程
5.4 BP网络存在的问题及改进算法
5.4.1 BP网络存在的问题
5.4.2 BP网络的改进算法
5.5 一种新型的BP网络改进算法
5.6 基于人工神经网络的投资优化结构预测模型实现
5.6.1 原始数据及数据相关分析
5.6.2 投资预测模型的建立
5.6.3 调整投资分配初步确定最佳投资分配
5.6.4 建立BP网络模型确定最佳分配与最大产值关系
5.6.5 模型应用及结果分析
5.6.6 投资预测及结果分析
5.7 本章小结
第6章 协同神经网络在投资预测模型中应用
6.1 协同学概述
6.2 协同学基本原理
6.3 协同神经网络算法
6.3.1 协同神经网络的基本原理
6.3.2 协同神经网络的具体实现
6.4 基于协同神经网络投资比对模型的实现
6.5 本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
发布时间: 2005-10-21
参考文献
- [1].中国能源供求预测模型及发展对策研究[D]. 张丽峰.首都经济贸易大学2006
- [2].空间混频预测模型及其应用研究[D]. 王现宁.重庆大学2016
- [3].北方干寒地区日光温室小气候环境预测模型与数字化研究[D]. 毕玉革.内蒙古农业大学2010
- [4].建立股指波动预测模型的方法研究及应用[D]. 沈巍.华北电力大学（北京）2011
- [5].煤矿安全生产预测模型的研究[D]. 孙忠林.山东科技大学2009
- [6].我国清洁发展机制实施潜力与波及效果研究[D]. 康旭东.大连理工大学2011
- [7].不常用备件需求预测模型与方法研究[D]. 张瑞.华中科技大学2011
- [8].灰色预测建模技术研究[D]. 曾波.南京航空航天大学2012
- [9].区域航空公司收益管理模型及其应用研究[D]. 郭晖.华中科技大学2008
- [10].乡镇政府财政风险的评价与预测研究[D]. 吴姗姗.中国海洋大学2012
相关论文
- [1].智能预测控制及其应用研究[D]. 邹健.浙江大学2002
- [2].小波网络理论及其在经济预测中的应用研究[D]. 张新红.天津大学2003
- [3].灰色系统与神经网络分析方法及其应用研究[D]. 姜波.华中科技大学2004
- [4].灰色决策问题的分析方法研究[D]. 罗党.南京航空航天大学2005
- [5].国家级高新技术开发区经济发展灰色预测模型研究[D]. 常城.哈尔滨工程大学2005
- [6].中国能源供求预测模型及发展对策研究[D]. 张丽峰.首都经济贸易大学2006
- [7].非线性模型预测控制的若干问题研究[D]. 苏成利.浙江大学2006
- [8].复杂经济系统混沌预测方法与多层局势决策方法研究[D]. 吕瑞华.天津大学2004
- [9].企业人力资源预测与规划研究[D]. 王文富.天津大学2004
- [10].几个预测方法及模型的研究[D]. 唐万梅.内蒙古大学2006