资源描述：
《自组织建模方法及西部gdp增长模型研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第36卷第2期西南交通大学学报Vol.36No.22001年4月JOURNALOFSOUTHWESTJIAOTONGUNIVERSITYApr.2001文章编号:02582724(2001)02020605自组织建模方法及西部GDP增长模型研究12康银劳,颜科琦(1.西南交通大学经济管理学院,四川成都610031;2.四川大学管理科学与工程系,四川成都610065)摘要:在自组织控制理论的基础上,引入人工神经网络思想提出一种新的数据挖掘方法。建模过程中活动神经元逐层大量产生和淘汰,模型得以最终进化到其最优复杂性。阐述了自组织
2、算法原理、建模步骤及网络结构。给出针对西部地区经济发展的建模研究实例,以确定西部开发中最重要的若干因素,并量化分析各自力度强弱。比较全国模型得到西部经济特点,在此基础上提出了一些建议。关键词:自组控制;神经网络;最优复杂性;西部经济;国内生产总值中图分类号:F224文献标识码:ASelfOrganizingMethodsandaModelStudyontheGrowthofWestChinasGDP12KANGYinlao,YANKeqi(1.SchoolofEconomicsandManagement,SouthwestJiaotongUniversity,Cheng
3、du610031,China;2.DeptofManagementSci.andEng.,SichuanUniversity,Chengdu610065,China)Abstract:Onthebasisofthetheoryofselforganizingcybernetics,anewdataminingmethodisproposedbyusingtheprinciplesofartificialneuralnetworks.Duringmodeling,activeneuronsaregeneratedandeliminatedlargely,enablingthemod
4、eltoevolveintoitsoptimalcomplex.Someprinciples,processesandnetworkstructuresofselforganizationmethodarediscussed.Asanexample,theeconomyinthewestChinaisstudiedwiththemodeltofindthecriticalfactors.SomesuggestionsaboutthedevelopmentofthewestChinaareputforward.Keywords:selforganizingsystems;neu
5、ralnetworks;optimalcomplex;westChinaeconomy;GDP数据挖掘的工作如今已经成为系统分析和决策的关键。通常的数据挖掘方法有基于控制理论的模糊逻辑、遗传算法以及基于回归分析的统计建模和神经网络等。但在实际应用中,这些方法往往会遇到一些问题,如产生数据过拟合、主观干扰性强、模型结果不明确以及对样本数据的数量和质量要求太高等。作者在综合神经网络和统计建模思想的基础上,提出一种新的自组织建模方法,使模型达到模拟真实系统的最优复杂性,并给出中国西部经济发展的自组织模型实例说明。1自组织原理[1]最早的自组织建模思想由乌克兰控制论学家A.G.
6、Ivakhnenko在1967年提出,进入20世纪90年代以来,计算机技术的飞速发展使多变量复杂系统的自组织建模成为可能。如今在复杂系统模拟、预测、模式识别、样本聚类等诸多方面,自组织算法已经成为辅助人们进行系统的分析和决策的一种强有力工具。本文中提出了一种基于神经网络思想原理的遗传自组织算法,其主要思想是通过各输入单元的交叉收稿日期:20001107作者简介:康银劳(1962-),男,博士研究生.第2期康银劳等:自组织建模方法及西部GDP增长模型研究207组合产生第一代神经元,其中每一神经元都具有选择最优传递函数的功能。从第一代神经元
7、中选出最优的若干项强强结合再产生下一代神经元。产生、选择和遗传进化的这样一个过程不断重复,使模型复杂性不断增加,直到从样本数据判断,新产生的一代都不比上一代更加优秀,则最后一代中最优的一个神经元被选中,层层逆推这一树型网络便得到最终模型。1.1最优复杂性自组织建模的过程实质上是寻找并确定系统最优复杂性的过程。在多项式模型中,复杂性定义为函数自变量个数与次数之和。命题1n维紧致集C上复杂性递增的多项式函数序列能以任意精度逼近C中任一点[y1,y2,,Tyn]。构造变量(x1,
