【摘要】随着计算机技术的飞速发展，大规模数据不断涌现，数据间呈现复杂的非线性特征，这使得传统的回归分析方法难以奏效。鉴于此，文章提出了基于交互有效方法的分布式神经网络回归（CE-RNN）模型，通过优化基于交互有效方法构建的神经网络回归模型的替代损失函数来获得全局参数估计值的近似结果。该模型一方面采用分布式计算方法避免了单台机器难以处理大规模数据的难题，另一方面使用神经网络回归模型解决了非线性回归问题。数值模拟和应用研究的结果表明：CE-RNN模型的预测性能与全局神经网络回归模型基本一致，且优于基于单轮型方法的分布式神经网络回归模型。