摘要
运用不同改进BP算法来建立和训练人工神经网络经济预测模型,并对GDP进行预测,结果表明:模拟值与实际值吻合较好,基于改进BP神经网络模型预测精度高,模型的通用性和实用性强。
The economic prediction models of neural networks were established and trained by different improved algo-rithms.The research results show：simulated values and real values are in good agreement.The model based on the im-proved BP neural network of GDP has high forecast precision,strong universality and practicality.
出处
《计算技术与自动化》
2014年第1期132-136,共5页
Computing Technology and Automation
基金
国家重点基础研究发展规划项目(2010CB833406)
国家自然科学基金项目(40975020
41075067)
陕西省教育厅科学研究计划项目(12JK0123)
陕西省教育厅科学研究计划项目(12JK0414)
关键词
改进BP算法
神经网络
GDP
时间序列
GDP
improved BP algorithm
neural network
gross domestic product
time serial
