论文摘要
宏观经济形势是一个国家和地区经济情况的总体表现。无论是国家进行宏观调控还是个人进行投资决策，都要对宏观经济形势作出预测。人们进行经济预测就是要依据历史资料和现状，按照一定的理论及方法，对事物的发展趋势进行推断。现有的预测方法中，时间序列预测和回归预测是两种最常用的统计方法。而宏观经济系统是非线性系统，所处环境不断变化，附加性干扰因素直接作用于宏观经济系统的运行过程，对预测结果有很大影响，宏观经济建模所需的历史资料不稳定、不明确、不完整，这就使得利用传统的预测方法解决这类问题十分困难。针对宏观经济预测的多变量、非线性特点，本文提出了应用人工神经网络进行预测。 人工神经网络是一种基于生理学的智能模型，它模拟人类大脑的思维能力，通过对大量个例的不断学习、回忆、归纳及整理，从而找到一定的规律。它具有大规模并行运算、非线性处理、自组织、自学习与自适应的能力。自从Lapedest和Farber首先应用人工神经网络进行预测开始，国内外专家学者不断将其与经济学结合，应用于宏观经济预测、企业经济战略预测、证券市场预测等领域。 本文利用人工神经网络建立我国经济预测模型，对宏观经济形势进行预测。在建立我国宏观经济形势预测模型时，我们利用第n年的最终消费、固定资产形成总额、货物和服务净出口来预测第n+1年的国内生产总值(GDP)。这样，人们在第n年末即可预知第n+1年的国内生产总值，从而判断经济形势，进而作出最优的经济决策。建模和网络训练利用VC++6.0编程实现，利用粒子群优化算法优化神经网络模型的权值和阈值，以得到接近实际数据的预测数据。相关数据的验证结果令人满意，这表明文中提出的经济预测方法合理可行。 本文的创新之处主要有以下四点：第一，用第n年的最终消费、固定资产形成总额、货物和服务净出口，预测第n+1年的国内生产总值，进而判断宏观经济走势。这样，宏观经济预测变得更易操作、简便、智能化、效率高。第二，利用人工神经网络建立我国宏观经济预测模型，把经济学与智能计算有机结合起来。第三，利用粒子群优化算法优化神经网络模型的权值和阈值。它简单容易实现同时又有深刻的智能背景，非常适合解决实际问题。第四，利用VC++6.0编写，较经济分析中常用的MATLAB、TSP、EVIEW等统计软件或计量工具，效率高，自由度大，灵活性好，分析问题的针对性强。