欢迎来到天天文库
浏览记录
ID:36791138
大小:2.62 MB
页数:101页
时间:2019-05-15
《基于支持向量机的经济预警方法研究》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、摘要经济预警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。其研究结果将直接关系到对经济状况的正确认识和判断,从而影响宏观政策的合理制定。但是,传统预警方法往往囿于专家经验和简单的数学模型,难于处理高度非线性模型,无法满足宏观经济预警的客观要求。支持向量机(SupportVectorMachine,SVM)是晟近流行的一种数据挖掘技术。由于其坚实的理论基础和良好的推广性能,支持向量机已成为近几年的研究热点。论文将支持向量机、模糊理论与宏观经济预警研究等相结合,尝试建立起基于支持向量机的宏观经济预警方法体系,并对支持向量机的理论和方
2、法进行拓广。同时,结台实际数据进行经济预警的实证分析,以达到理论与实践的结合。本文的主要研究成果如下:1.对经济预警的理论、研究方法和发展历史进行了回顾和综述;详细讨论了传统预警系统的预警本质,包括经典预警理论和新预警理论及其预警系统,建立了预警系统框架范式:深入分析了统计学习理论和支持向量机的基本理论和特点。2.分析模式分类、SVM和宏观经济预警的内在联系,指出经济预警可以看作一个模式分类过程。论文将SVM与经济预警相结台,首次提出了SVC(SupportVectorClassification)智能经济预警模型,实现了模型参数的自动选择.给
3、出了具体算法步骤和实证分析。3.鉴于经济预警过程的不确定性,论文首次提出了带有不确定性的支持向量分类(USVC)预警方法。该方法将专家意见和不确定性信息融入预警系统,实现了预警方法与专家智能的有机结合,为宏观经济预警研究提供了新的思路和方法,把模糊理论和SVM引入了一个新的应用空间。4.多类经济预警过程可以看作有序回归问题.论文首次将有序支持向量回归应用到经济预警系统.并结合USVC建立了不确定性有序支持向量回归(UOSVR)经济预警模型。5.特征选择是模式分类中的一个重要步骤;基于经济预警指标之间存在相关性和冗余,提出一类新的经济预警系统的预
4、警指标选择算法:SVM预警指标选择方法。6.就SVM的核方法在经济预警系统中的应用进行了分析.包括支持向量回归、支持向量时间序列预测方法和核主成分分析(KPCA)多指标综合评价方法,并给出了数据实验。关键词:支持向量机,经济预警,分类,有序支持向量回归.不确定性IIIAbstractEconomicearlywarningisoneofthemostimportantresearchfieldsofeconomicsItiswidelyconcernedaboutbyallgovernmentsandpublicforitssignifican
5、ceineconomicsubjects.TheresultsofresearchonearlywamingshowdirectrelationtotheCorrectlxessofthecognitionandjudgment,tothechoiceofmacroeconomicpolicies.However,usualwarningmethodsoftenbasedonexperts’experienceorsimplemathmodels.Anditishardtodealwithnonlinearproblemssoasnottome
6、etthedemandofmacroeconomicearlywaming.Asapopulararithmeticfordatamining,SupportvectormachineorSVMhasdrawnmuchattentiononthistopicinrecentyearsforitsstabilebasisintheoryandgoodgeneralization.AmacroeconomicearlywarningmethodisproposedbySVMcombinedwithfuzzytheoryandearlywarning
7、researchinthispaper.SomenewmodelsareestablishedtogeneralizeandupdateSVM.Meanwhile,themethodsaretestifiedthoughdataexperimentsinpractice.Mainresultsasfollowing:1.Summarizethetheories,researchmethodsanddevelopinghistoryofeconomicearlywarningDiscussthewarningnatureofusualearlyw
8、arningsystemincludingclassicalandnewwarningsystemandestablishtheframepatter
此文档下载收益归作者所有