应用优化神经网络预测广州GDP增长率

采用动量算法对BP神经网络进行优化并对广州市GDP增长率进行预测，取得了理想的效果。首先建立了标准的基于梯度下降算法的BP网络和基于动量算法优化的BP网络，然后建立了传统的移动平均模型及指数平滑模型，最后对四个模型的误差结果进行了对比。研究表明：动量优化网络的预测精度显著优于其他三种方法，是一种值得推荐的预测GDP增长率的方法。

地区产业梯度转移拐点出现时间分析

文章通过分析对比改革开放以来我国四大经济区域三次产业产值占GDP比重的增幅情况,指出20世纪90年代初我国地区产业梯度转移出现了拐点;通过对四大区域三次产业从业人员变动幅度的比较分析,进一步验证了结论。

基于GM的能源消费量坡度优化预测模型

针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点和GM(1,1)模型的建模过程,提出了对非等间距序列坡度优化的方法并对其分析,进行局部插值使原模型得到改进,从而提高了模型的拟合和预测精度,拓宽了应用范围。模型中对能源的消费趋势进行预测,找出了能源消费量和GDP之间的内在联系,为科学地分析能源结构提供了依据,对世界稳定、可持续发展有着重要的意义。

新型城镇化进程中梯度理论在云南省的应用

新型城镇化在强化需求、增加有效供给等方面具有重要作用,成为经济发展新的增长动力。梯度理论应用于我国经济活动中已产生实质性的积极作用,作为地貌条件复杂多变的云南省,生产力发展差异很大,应用梯度理论划分经济梯度,遵循经济发展规律,可以发挥不同梯度地区的经济优势,并助推新型城镇化发展,从而推动云南经济持续、全面的发展。

川西山区交通与GDP的海拔梯度性及其相关关系

以西部山区的缩影川西为研究对象,利用交通矢量化数据和自然社会经济数据,在GIS软件支持下,探讨"十五"计划以来不同时期川西山区交通通达性与GDP的海拔空间分异性及其相关关系。结果表明:(1)2000~2013年间川西山区交通通达性有了显著提高,各县通达水平两级分化有所减弱,高值区集中于攀西城市群,低值区主要位于甘孜州;(2)川西山区GDP与交通水平均具有较为明显的海拔梯度分异,表现为中低海拔区>中海拔区>高海拔区>高原区,呈现出"反自然梯度特征";(3)从整体上看,川西山区通达性指数与GDP存在显著正向关联且关联程度不断加强,交通主干线显现出更为明显的经济促进作用,而边缘化的地理区位不利于地区对外开放,阻滞了经济发展;(4)不同时期各海拔区交通通达性及其构成要素与GDP的关联方向和程度差异较大。

快速城市化山地城市地表温度的多维梯度——以重庆市主城区为例

以重庆市主城区为研究对象,利用TM/ETM+和MODIS数据获取地表温度(LST)和相对热岛强度(RHII),分析其在地形、人口和GDP等多维梯度上的分布规律以及可能存在的量化关系.结果表明:研究区LST、RHII分别在高程和地形起伏度两个梯度上呈非单调下降趋势,表现为显著的二次多项式函数关系,其中,200～350m高程段内的城市建设活动剧烈,热岛强度最大.RHII与人口密度和单位面积GDP之间均呈显著的线性关系,人口密度每增加1000人·km-2,RHII上升0.10℃;单位面积GDP每增加1000万元·km-2,RHII上升0.08℃.