杜军[1]2002年在《基于粗集—神经网络的宏观经济预警研究》文中研究说明本文首先对国内外宏观经济预警进行概述，提出目前在宏观经济预警方面存在的主要问题；并在此基础上阐述宏观经济预警理论体系，讨论了预警指标的设计、预警方法的选择和预警警限的界定等问题；在分析和讨论人工神经网络(ANN)预警方法和粗集(RS)理论方法的优势互补后，建立了基于粗集与神经网络相结合宏观经济预警系统模型，详细地论述了基于粗集-神经网络预警方法的基本原理，研究了预警方法的实现，其中包括建立粗集-神经网络预警的结构模式、解决粗集-神经网络预警操作中的问题、提出具体的预警警限的界定方法；最后，利用我国的统计资料，对ANN预警和粗集-神经网络相结合预警方法进行了实证分析和比较研究。
王慧敏, 佟金萍[2]2003年在《宏观经济预警新探索:粗集—神经网络预警方法》文中进行了进一步梳理粗集和神经网络都是处理不确定、不完全信息的软计算方法。因此,本文在分析神经网络与粗集理论优势互补的基础上,将粗集与神经网络相结合,建立了基于粗集—神经网络的宏观经济预警系统模型;利用我国宏观经济实际数据,进行该方法的仿真实现,同时与传统神经网络预警方法进行比较分析,给出了粗集—神经网络宏观经济预警方法的实践可行性的证明。
黄陈锋[3]2006年在《基于粗集—支持向量机的电力供需预警研究》文中研究表明电力供需预警研究首先要分析电力供需影响因素,在此基础上建立起一套能够灵敏地反映电力供需状况的预警指标体系,同时根据上述指标采集我国不同时期的历史数据;其次选择合适的数学方法、模型对预警指标进行测算;再次结合不同时期我国电力供需状况,确定警情指标的警限值,并以此划分出不同的警度;最后根据警限值将预测值转化为警度并进行预报。本文运用基于粗集的属性归约方法对不同时期的历史数据进行预处理,并用支持向量机预测模型对2005-2008年电力供需警情指标进行测算,最后根据警度对电力供需形势进行预测。
佟金萍, 王慧敏[4]2002年在《对宏观经济预警研究的探讨》文中研究说明本文首先简单介绍了国内外宏观经济预警研究现状;其次,指出现存宏观经济预警研究中存在的若干问题;最后,作者提出粗集-神经网络预警方法的基本思想。
夏璐[5]2009年在《宏观经济预警方法研究-Kohonen-Bp神经网络模型》文中研究说明本文在对国内外宏观经济预警方法综述基础上,将各种方法归纳为传统指数预警法、传统景气信号灯法、计量模型预警法和模式识别的预警方法四个大类,并从基本原理、优劣性、适用性等角度对四类方法作了方法理论研究,提出可能的改进思路。该项研究工作进一步深化了宏观经济预警方法研究,为人们正确认识和科学合理地使用各种方法提供了参考的依据,也为之后的理论模型创新作了铺垫。本文紧跟神经网络在宏观经济预警领域运用与发展的新热点,深入分析了Kohonen和BP神经网络模型的拓扑结构、算法原理、模型特征与应用领域,对两个模型的不同之处作了对比分析,在此基础上提出了一种基于Kohonen-BP神经网络预警模型,并构建了模型的结构流程。该模型的基本思想：是利用Kohonen对数据进行聚类分析,并将得到的结果与专家给出的警度类别进行分析与修正,这样把修正后的样本数据输入BP神经网络进行训练,最后利用神经网络输出结果进行预警分析。其主要目的就是进一步深化宏观经济预警的客观程度,强化其处理复杂且高度非线性经济预警的能力。最后构建了宏观经济预警指标体系,利用该模型作了实证研究。结果表明该模型具有较好的预测效果。全过程采用SPSS Clementine12.0操作。
朱勇[6]2005年在《基于Rough集—构造性学习神经网络的经济预警》文中研究指明经济预警是对经济运行状况的认识和判断,其研究结果直接影响宏观调控政策的合理制定,不仅是经济学的重要研究领域,而且倍受各国政府和公众的普遍关注。但是,传统预警方法主要建立在专家经验或简单的统计学模型,难以反映高度非线性的经济系统的本质,无法满足宏观经济预警的客观要求。本文在对国内外宏观经济预警概述的基础上,阐述宏观经济预警理论体系中预警指标体系的设计、预警模型、预警系统建立等方面的问题;深入分析了人工神经网络(ANN)与粗集(Rough set)理论方法,讨论了将Rough集、构造性学习神经网络相结合实现宏观经济预警的可行性,并建立基于Rough集---覆盖算法的构造性学习神经网络的宏观经济预警模型。最后,结合安徽省经济运行的月度数据,对该模型预警实证分析,结果表明基于Rough集---覆盖算法的构造性学习神经网络预警模型是有效的、可行的,且具有很好的精度。从而为动态经济预警提供一条新的途经。 本文的主要研究结果如下: (1)基于Rough set经济指标体系的选择。由于经济预警指标之间存在相关性和冗余,在介绍粗糙集的理论和方法的基础上,给出了基于粗糙集的经济预警指标体系选择的原理、策略、和算法; (2)具体论述了基于粗糙集和覆盖神经网络经济预警模型,其中包括模型的思想、可行性分析、模型的具体构造及算法; (3)结合实际数据就建立的经济预警模型进行实证分析和比较分析。
王璐[7]2006年在《企业财务危机组合预警与控制应用研究》文中研究说明本文研究的主旨是提高企业财务危机预警的准确性与实用性。前者涉及危机预警而后者是与危机控制相关联。为达到第一个目标，本文集中探讨了预警指标的完整性、恰当性。为实现第二个目标，本文深入分析了危机控制的叁个部分，即外部环境、危机分析与策略调控。本文从财务会计学的研究视角探讨企业财务危机的预警与控制，在分析危机机理、探讨指标间信息关系，还是讨论企业危机控制，都采用将生产经济学、控制论等相应的学科，紧紧的，通过财务会计学这一微观学科作为纽带与具体的计算、应用进行联系。从“资本积累不足”角度探讨企业财务危机的机理，从财务管理学的视角，在不同的经营期内采用绝对指标与相对指标，对该机理进行深入地微观分析，并以此建立了包括物力资本与人力资本的企业财务危机预警指标体系框架，进而通过理论分析与统计验证，建立了具体预警指标体系。从对预警指标间信息显着性与重复性的财务会计学解释入手，提出了“信息显着性的时间特征”与“信息重复性的稳定特征”，引入了“财务数据结构”的概念，并以此提出了“层次化定性分析”的信息约简新方法；同时推断了相应不同信息处理方法的时效性。采用组合预测的理念，进而提出了静态组合预处理方法与动态组合预处理方法。通过“会计认定”这一环节，将外部环境因素的影响，与控制指标的变动趋势及变动范围紧密地联系在一起；通过引入“持续收益”概念，将危机分析的频度纳入分析环节的核心步骤，同时提出危机分析侧重“当期持续收益”、策略控制侧重“预期持续收益”的基本思路。通过“财务预算”的编制思路，将策略控制落实到操作层面。完成了对危机控制的叁个部分：外部环境、危机分析、策略调控进行了分析。通过实际验证，采用组合预处理方法及构建相应指标体系，其预警整体准确率超过90％；经案例分析，样本企业财务状况通过危机控制后，由亏损转为盈利。初步实现了本文研究的提高预警准确性与实用性目标。
佟金萍, 杜军[8]2003年在《宏观经济预警支持系统初探》文中指出宏观经济预警分析工作对我国的经济发展至关重要。本文从对宏观经济预警研究存在的主要问题分析入手,提出建立预警支持系统的重要性,并在此基础上提出了基于指数调整的粗集(RS)—神经网络(NN)—遗传算法(GA)的宏观经济预警支持系统的基本思想。
帅加琴[9]2015年在《中国铜工业景气指数与预警系统研究》文中研究指明铜在现代社会生产生活中扮演着重要角色,但目前对中国铜工业的监测预警却鲜有研究。对铜工业应用适合中国国情的指标体系和计量方法开展景气指数及预警系统研究,科学合理地反映中国铜工业当前经济运行状态及预测未来发展趋势,具有重大的理论意义和现实价值。本文运用合成指数、预警信号灯系统和粗糙集——神经网络模型对中国铜工业进行监测预警研究。在构建中国铜工业经济监测指标体系并进行预处理的基础上,应用时差相关分析法和峰谷对应法划分出先行、一致、滞后指标组。结合理论分析和铜工业实际,初选指标共45个,主体包括四大部分,即影响铜工业发展的宏观经济指标、能源及设备供给、铜工业主要下游产业指标以及铜工业自身核心指标。对指标进行预处理和考虑中国移动假日的季节调整后,以精铜产值为基准指标,最终确定9个先行指标、4个一致指标和4个滞后指标。其次,编制了铜工业景气合成指数,以综合描述行业发展状态,并反映经济波动幅度和预测经济周期波动的转折点。其中,分别利用先行合成指数预测经济运行的变动趋势,一致合成指数反映当前经济运行形势,滞后合成指数进行事后验证以判断经济运行的某一状态是否开始或已结束或作为修订前一轮政策的依据。对2004年以来中国铜工业景气的研究表明,先行合成指数平均领先一致合成指数2-3个月,滞后合成指数平均滞后于一致合成指数2个月。然后,结合3σ原理和专家经验划分预警指标的临界值,建立了预警信号灯系统,并用类似交通信号灯的方式将每个时期各指标和综合预警指数所处状态表示出来,以直观表示铜工业经济运行的冷热程度,并对经济波动起到预警目的,为制定应对措施提供参考。通过对2004.1-2014.12中国铜工业的实证研究可以看出,本文所建立的预警灯系统能够较准确地判断行业铜工业经济冷热状况。本文还通过构建粗糙集——神经网络模型对铜工业的警度进行预测,其中,人工神经网络模型用于预测综合预警指数未来趋势,粗糙集用于简化人工神经网络模型的输入层以提高预警精度。将粗糙集和神经网络优势互补,丰富了智能预测技术在经济监测预警领域的应用。同时与BP神经网络方法进行对比,验证了本文模型的优越性。RS-NN模型对中国铜工业警度有着良好的短期预测能力,可以预测未来一期或更长期铜工业的走势,判定警度。
朱勇, 吴涛[10]2007年在《基于Rough集和构造性学习神经网络的经济预警模型》文中进行了进一步梳理在深入分析人工神经网络(ANN)与粗集(Rough set)理论方法的基础上,将Rough集、构造性神经网络与宏观经济预警研究相结合,尝试建立起基于Rough集-覆盖算法的构造性神经网络宏观经济预警方法体系;结合安徽省经济数据,对该模型预警实证分析。理论和实践证明,基于Rough集-覆盖算法的构造性神经网络预警模型是有效的、可行的,且具有较高的精度,从而为动态经济预警提供一条新的途经。
参考文献：
[1]. 基于粗集—神经网络的宏观经济预警研究[D]. 杜军. 河海大学. 2002
[2]. 宏观经济预警新探索:粗集—神经网络预警方法[C]. 王慧敏, 佟金萍. 管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集. 2003
[3]. 基于粗集—支持向量机的电力供需预警研究[D]. 黄陈锋. 华北电力大学（北京）. 2006
[4]. 对宏观经济预警研究的探讨[J]. 佟金萍, 王慧敏. 江苏统计. 2002
[5]. 宏观经济预警方法研究-Kohonen-Bp神经网络模型[D]. 夏璐. 浙江工商大学. 2009
[6]. 基于Rough集—构造性学习神经网络的经济预警[D]. 朱勇. 安徽大学. 2005
[7]. 企业财务危机组合预警与控制应用研究[D]. 王璐. 河海大学. 2006
[8]. 宏观经济预警支持系统初探[J]. 佟金萍, 杜军. 江苏商论. 2003
[9]. 中国铜工业景气指数与预警系统研究[D]. 帅加琴. 北方工业大学. 2015
[10]. 基于Rough集和构造性学习神经网络的经济预警模型[J]. 朱勇, 吴涛. 合肥工业大学学报(自然科学版). 2007
标签：经济理论及经济思想史论文; 神经网络模型论文; 预测模型论文; 经济模型论文; 经济指数论文; 预测控制论文; 经济学论文;