亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Elman神經(jīng)網(wǎng)絡(luò)的社會消費(fèi)品零售總額預(yù)測

        2019-09-16 08:09:02吉林銀行國際業(yè)務(wù)部田志媛
        中國商論 2019年17期
        關(guān)鍵詞:零售總額消費(fèi)品殘差

        吉林銀行國際業(yè)務(wù)部 田志媛

        社會消費(fèi)品零售總額(Total Retail Sales of Consumer Goods,TRS)是指企業(yè)、單位和個體戶銷售給個人和社會集團(tuán)的實(shí)物商品金額與餐飲服務(wù)費(fèi)用之和,是衡量國內(nèi)消費(fèi)需求最直接也是最重要的數(shù)據(jù)[1]。社會消費(fèi)品零售總額不僅能夠直接反映出城鄉(xiāng)居民衣食住行等基本消費(fèi)情況,而且能夠直接體現(xiàn)出社會商品購買力的實(shí)現(xiàn)程度以及零售市場的規(guī)模狀況。準(zhǔn)確合理的預(yù)測社會消費(fèi)品零售總額,有利于提高消費(fèi)品零售價格的統(tǒng)計(jì)工作,為政府及相關(guān)部門作出正確決策提供有力的政策依據(jù)。

        預(yù)測是指人類依據(jù)對事物曾經(jīng)發(fā)展的規(guī)律性客觀性,結(jié)合事物目前的發(fā)展?fàn)顟B(tài),通過各式各樣的定性定量分析方法,科學(xué)預(yù)測事物未來可能發(fā)展的狀態(tài)及出現(xiàn)的趨勢。在社會消費(fèi)品零售總額預(yù)測研究領(lǐng)域,主要的預(yù)測模型包括季節(jié)時間序列模型、ARIMA模型、季節(jié)ARIMA模型和GM-Markov修正模型等。全景月[2]基于季節(jié)時間序列模型預(yù)測我國的社會消費(fèi)品零售總額。王文倩等[3]運(yùn)用ARIMA模型對我國的社會消費(fèi)品零售總額進(jìn)行預(yù)測分析。王鐿喬[4]在王文倩等的基礎(chǔ)上,運(yùn)動季節(jié)ARIMA模型預(yù)測我國的社會消費(fèi)品零售總額。趙英文等[5]基于改進(jìn)Logistic模型預(yù)測我國的社會消費(fèi)品零售總額。丁宏術(shù)[6]采用GM-Markov修正模型建立我國的社會消費(fèi)品零售總額預(yù)測模型。王正歡等[7]基于小波理論建立我國的社會消費(fèi)品零售總額預(yù)測模型。韓彥林[8]以江蘇省社會消費(fèi)品零售總額為例,采用GA-SVR技術(shù)對其進(jìn)行預(yù)測。馬愛華等[9]以甘肅省張掖市社會消費(fèi)品零售總額為例,運(yùn)用時間序列分析法對其進(jìn)行預(yù)測。舒服華等[10]以上海市社會消費(fèi)品零售額為例,基于改進(jìn)GM(1,1,k)模型對其進(jìn)行預(yù)測。由于社會消費(fèi)品零售總額受價格水平、利率、收入分配和社會保障制度等綜合因素影響,使其隨時間變化過程中呈現(xiàn)出復(fù)雜的非線性,上述文獻(xiàn)所采用的時間序列預(yù)測技術(shù)難以揭示社會消費(fèi)品零售總額內(nèi)在的規(guī)律,必須借助具有強(qiáng)非線性映射能力的系統(tǒng)來預(yù)測社會消費(fèi)品零售總額。

        本文利用Elman神經(jīng)網(wǎng)絡(luò)的非線性映射能力和粒子群優(yōu)化算法的全局搜索能力,建立社會消費(fèi)品零售總額預(yù)測模型,預(yù)測未來一段時間內(nèi)的社會消費(fèi)品零售總額。預(yù)測結(jié)果表明:所建立的社會消費(fèi)品零售總額預(yù)測模型具有較強(qiáng)的預(yù)測泛化能力,僅依靠過去一段時間內(nèi)社會消費(fèi)品零售總額便可以準(zhǔn)確穩(wěn)定的預(yù)測出未來一段時間內(nèi)的社會消費(fèi)品零售總額。

        1 Elman神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)算法

        1.1 Elman神經(jīng)網(wǎng)絡(luò)

        Elman神經(jīng)網(wǎng)絡(luò)是由J.L.Elman提出的一種典型局部回歸神經(jīng)網(wǎng)絡(luò)[11],由輸入層、隱含層、連接層和輸出層組成,其結(jié)構(gòu)如圖1所示。與BP神經(jīng)網(wǎng)絡(luò)相比,Elman神經(jīng)網(wǎng)絡(luò)增加的連接層在輸入層和隱含層之間構(gòu)成局部反饋,使Elman神經(jīng)網(wǎng)絡(luò)對過去的狀態(tài)具有動態(tài)記憶功能,非常適合于強(qiáng)非線性特點(diǎn)的時間序列預(yù)測。

        圖1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

        如圖1所示,Elman神經(jīng)網(wǎng)絡(luò)的輸出可表示為:

        基于式(1)可得Elman神經(jīng)網(wǎng)絡(luò)的輸出為:

        1.2 學(xué)習(xí)算法

        本節(jié)利用粒子群優(yōu)化算法的全局搜索能力,對Elman神經(jīng)網(wǎng)絡(luò)的權(quán)重向量、和進(jìn)行辨識。假設(shè)Elman 神經(jīng)網(wǎng)絡(luò)的權(quán)重向量在維求解空間中的位置和速度分別為,迭代過程中的Elman神經(jīng)網(wǎng)絡(luò)的權(quán)重向量的速度和位置可表示為[12]:

        本文采用式(7)更新慣性權(quán)重,以兼顧粒子群優(yōu)化算法的全局搜索能力和局部精確尋優(yōu)能力。

        建立粒子群優(yōu)化算法的目標(biāo)函數(shù),將Elman神經(jīng)網(wǎng)絡(luò)的權(quán)重向量辨識問題可以轉(zhuǎn)化為最小化殘差的問題。

        圖2 粒子群優(yōu)化算法流程圖

        2 社會消費(fèi)品零售總額預(yù)測

        社會消費(fèi)品零售總額隨時間變化過程呈現(xiàn)出復(fù)雜的非線性,傳統(tǒng)的時間預(yù)測技術(shù)難以揭示其內(nèi)在的規(guī)律,必須借助具有非線性映射能力的系統(tǒng)。Elman神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,理論上能實(shí)現(xiàn)任意復(fù)雜的因果關(guān)系。本節(jié)借助Elman神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的非線性映射能力,基于過去的社會消費(fèi)品零售總額預(yù)測未來一段時間的社會消費(fèi)品零售總額?;贓lman神經(jīng)網(wǎng)絡(luò)的社會消費(fèi)品零售總額預(yù)測過程,如圖3所示。

        圖3 社會消費(fèi)品零售總額預(yù)測過程

        如圖3所示,選擇2000年1月—2011年11月期間統(tǒng)計(jì)的社會消費(fèi)品零售總額作為Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,基于粒子群優(yōu)化算法訓(xùn)練Elman神經(jīng)網(wǎng)絡(luò),訓(xùn)練結(jié)果及殘差如圖4和圖5所示。圖4和圖5所示的Elman神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果及殘差表明:基于粒子群優(yōu)化算法訓(xùn)練的Elman神經(jīng)網(wǎng)絡(luò)的輸出值與社會消費(fèi)品零售總額的真實(shí)值擬合度較好,說明粒子群優(yōu)化算法較好的完成Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練任務(wù)。

        選擇2012年8月—2019年5月期間統(tǒng)計(jì)的社會消費(fèi)品零售總額作為Elman神經(jīng)網(wǎng)絡(luò)的測試樣本,測試訓(xùn)練完成的Elman神經(jīng)網(wǎng)絡(luò)是否能夠較準(zhǔn)確的預(yù)測社會消費(fèi)品零售總額,測試結(jié)果及殘差如圖6和圖7所示。圖6和圖7所示的Elman神經(jīng)網(wǎng)絡(luò)測試結(jié)果及殘差表明:訓(xùn)練后的Elman神經(jīng)網(wǎng)絡(luò)可以較準(zhǔn)確的預(yù)測社會消費(fèi)品零售總額,并且具有較強(qiáng)的預(yù)測泛化能力。

        圖4 Elman神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

        圖5 Elman神經(jīng)網(wǎng)絡(luò)訓(xùn)練殘差

        圖6 Elman神經(jīng)網(wǎng)絡(luò)測試結(jié)果

        圖7 Elman神經(jīng)網(wǎng)絡(luò)測試殘差

        至此,基于訓(xùn)練完成的Elman神經(jīng)網(wǎng)絡(luò)預(yù)測未來6個月內(nèi)的社會消費(fèi)品零售總額,預(yù)測結(jié)果如圖8所示。圖8所示的未來6個月內(nèi)的社會消費(fèi)品零售總額預(yù)測結(jié)果表明:未來6個月內(nèi),社會消費(fèi)品零售總額呈現(xiàn)緩慢波動增長趨勢。

        圖8 社會消費(fèi)品零售總額預(yù)測結(jié)果

        3 結(jié)語

        本文利用Elman神經(jīng)網(wǎng)絡(luò)的非線性映射能力和粒子群優(yōu)化算法的全局搜索能力,建立社會消費(fèi)品零售總額預(yù)測模型,預(yù)測未來一段時間內(nèi)的社會消費(fèi)品零售總額。預(yù)測結(jié)果表明:所建立的社會消費(fèi)品零售總額預(yù)測模型具有較強(qiáng)的預(yù)測泛化能力,僅依靠過去一段時間內(nèi)社會消費(fèi)品零售總額便可以準(zhǔn)確穩(wěn)定的預(yù)測出未來一段時間內(nèi)的社會消費(fèi)品零售總額。

        猜你喜歡
        零售總額消費(fèi)品殘差
        快速行動并治愈一切:醫(yī)療保健是如何演變成消費(fèi)品的
        英語文摘(2022年8期)2022-09-02 01:59:58
        基于雙向GRU與殘差擬合的車輛跟馳建模
        基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
        基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
        2018年7月份社會消費(fèi)品零售總額增長8.8%
        2018年3月份社會消費(fèi)品零售總額增長10.1%
        2018年4月份社會消費(fèi)品零售總額增長9.4%
        社會消費(fèi)品零售總額
        發(fā)改委擬完善一次性消費(fèi)品限用制度
        平穩(wěn)自相關(guān)過程的殘差累積和控制圖
        河南科技(2015年8期)2015-03-11 16:23:52
        国产一区二区三区在线av| 日本亚洲国产一区二区三区| h国产视频| 如何看色黄视频中文字幕| 中文日本强暴人妻另类视频| 日本a片大尺度高潮无码| 真人直播 免费视频| 人妻少妇无码中文幕久久| 中文字幕日韩精品亚洲精品| 日本一区二区三区视频在线观看| 成人欧美一区二区三区1314| 国产在线观看入口| 国产一区二区三区资源在线观看| 国产实拍日韩精品av在线| 人妻丰满熟妇av无码区| 欧美成人一级视频| 国产精品三级自产拍av| 91久久精品色伊人6882| 亚洲精品第一国产综合亚av| 久久国产成人亚洲精品影院老金| 色综合久久人妻精品日韩| 体验区试看120秒啪啪免费| 理论片午午伦夜理片影院| 久久久亚洲精品午夜福利| 亚洲av手机在线播放| 久久国产免费观看精品3| 亚洲熟妇少妇任你躁在线观看| 亚洲av偷拍一区二区三区| 国产自拍偷拍精品视频在线观看| 一品二品三品中文字幕| 欧美日本道免费二区三区| av天堂中文亚洲官网| 领导边摸边吃奶边做爽在线观看 | 精品国产午夜理论片不卡| 亚洲tv精品一区二区三区| 国产一区二区不卡av| 久久久久夜夜夜精品国产 | 一区二区三区国产在线网站视频| 国产精品国产三级国产专区50| 亚洲香蕉成人av网站在线观看| 日本精品一区二区三区在线视频|