资源描述：
《基于bp_神经网络模型的延吉市gdp预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、BusinessandGlobalization商业全球化,2015,3,65-73PublishedOnlineJuly2015inHans.http://www.hanspub.org/journal/bglohttp://dx.doi.org/10.12677/bglo.2015.33008TheForecastofYanjiGDPBasedonBP_NeuralNetworkModelWenyuanSun,ZheYin,JinghuShen*MathematicsDepartment,YanbianUniversity,YanjiJi
2、lin*Email:yinzhe@ybu.edu.cnthththReceived:Jun.24,2015;accepted:Jul.6,2015;published:Jul.13,2015Copyright©2015byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).http://creativecommons.org/licenses/by/4.0/AbstractEcono
3、micpredictionproblemisacomplexsystempredictionproblemoftypicalmulti-indexsmallsample.Inthispaper,byusingSASsoftwarewithstepwiseregressionanalysismethodtodothepreprocessingoftherawdata,thedataareeasiertoanalyze.Usingthemethodsofsimulationfit-ting,neuralnetworkpredictionandso
4、onbasedonthestatisticaldataofYanji’sGDPfrom2001to2009afterpretreatment,relevantfactorswhichsignificantlyaffecteconomicdevelopmentsitua-tionofYanjicityareworkedout.Amongthem,X1isthetotalcostofthefirstindustry;X4isthenumberoftouristsinYanjicity;X5isthecapitalintroducedandX6is
5、therateofpopulationgrowth.NextweputtheindependenceasthetargetofprincipalcomponentanalysisandpredictYanjicity’seconomicforminthefuture,havingacertainreferencevaluetobettergraspYanjicity’seconomicdevelopment.KeywordsGDP,StepwiseRegressionAnalysis,PrincipalComponentAnalysis,Ne
6、uralNetworkModel基于BP_神经网络模型的延吉市GDP预测*孙文渊，尹哲，沈京虎延边大学数学系，吉林延吉*Email:yinzhe@ybu.edu.cn收稿日期：2015年6月24日；录用日期：2015年7月6日；发布日期：2015年7月13日*通讯作者。65基于BP_神经网络模型的延吉市GDP预测摘要经济预测问题是典型的多指标小样本复杂系统的预测问题。本文利用SAS软件做逐步回归分析法对原始数据进行预处理，使数据便于分析研究，预处理后利用仿真拟合、神经网络预测等方法根据2001~2009年延吉国民生产总值近九年的统计数据,研究
7、出有关影响延吉市经济发展情况的显著影响因素X1第一产业总值、X4延吉市内游客数、X5引入资金及X6人口增长率。再进行独立性为目标的主成分分析并预测延吉市未来经济形式，对更好地掌握延吉市经济发展有一定参考价值。关键词GDP，逐步回归分析，主成分分析，神经网络模型1.引言国内生产总值(GDP)是现代国民经济核算体系的核心指标，是衡量一个国家综合国力的重要指标。这个指标把国民经济全部活动的产出成果概括在一个极为简明的统计数字之中，为评价和衡量国家经济状况、经济增长趋势及社会财富的经济表现提供了一个最为综合的尺度。可以说，它是影响经济生活乃至社会生活
8、的最重要的经济指标。因此对GDP进行预测显得十分重要，BP_神经网络是预测GDP的一个很好的方法。经过几十年的发展，BP_神经网络也有了很多种。1943年，心理学家
