主成分分析法在神经网络经济预测中的应用
2002-04-15分类号:F224
【部门】天津职业技术师范学院 天津职业技术师范学院 南开大学自动化系 南开大学自动化系 劳动部劳动科学研究所
【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。神经网络非常适用于复杂非线性系统的处理,但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少,指标多的情况下,要保证神经网络的泛化能力,如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模,提高神经网络的泛化能力的方法。并对我国失业问题进行了预测,取得了良好的预测结果。
【关键词】主成分分析 神经网络 泛化能力 失业预测
【基金】国家软科学研究项目《我国失业预警系统与就业对策研究》(K-97-10-50)资助
【所属期刊栏目】数量经济技术经济研究
文献传递