未来智讯 > 神经网络论文 > 人造神经网络在经济经管问题中的应用

人造神经网络在经济经管问题中的应用

发布时间:2019-01-22 01:06:01 文章来源:未来智讯    
    人造神经网络在经济经管问题中的应用作者:未知   摘 要:阐明人造神经网络机理,给出人造神经网络在经济经管问题中应用的一般要领及其偏向,对将来人造神经网络在经济经管问题中的应用提议一些主见。
  关头词:人造神经网络BP神经网络Hopfield神经网络经济经管问题
  
  1引言
  
  神经网络是由繁多简略的神经元联贯而成的一个网络,其行为并不是各神经单位行为简略相加。网络的总体动态行为极其纷乱。神经网络具有大规模地并行处置才力和自顺应、自组织、自进修才力以及鲁棒(robust)性等特点。在很多范畴里人造神经网络获得了胜利地应用,它显现明晰很是辽阔的应用远景。
  经济经管中呈现的问题大都具有混沌性、不确定性、动态性、变量个数多而纷乱,是以应用人造神经网络求解经济经管问题有着普遍的顺应性。本文先容了使用BP神经网络、Hopfield神经网络事情机理以及求解经济经管中的科学展望、最优决议计划问题的一般要领,讲明其应用偏向,对将来人造神经网络在经济经管中的应用提议一些主见。
  
  2人造神经网络模子理论
  
  神经网络是20世纪70年月后期掀起的一门新科学,它是由仿造人脑的一系列相互联系神经元构成,用来模仿人的头脑体式格局。
  
  2.1生物神经元机理
  在神经元布局中蕴含有树突和轴突。树突相当于细胞的输入端,树突的全长各点都能领受其他神经元的冲动或外界刺激。轴突是用来传递和输出信息的,其端部的很多轴突末梢为旌旗灯号的输出端子,将神经冲动传给其他神经元或外界。
  神经冲动只可由前一级神经元的轴突末梢传向下一级神经元的树突或细胞体,不克不及反向传递。神经元具有两种常规状况:亢奋与克制状况。神经网络的布局能够分为前馈型和反馈型。
  2.2神经元的数学模子
  UK=∑kjXj;
  Vk=netk=Uk-θk;
  yk=Ψ(Vk)
  式中,X1,X2…Xp为输入旌旗灯号,它相当于细胞神经元的树突,为人造神经网络的输入信息;Wk1,Wk2,…Wkp为神经元K的权值,Uk为线性组合了局,θk为阈值;(・)为激活函数;yk为神经元k的输出,它相当于生物的轴突,为人造神经元的输出信息。图1表现了人造神经元模子谋略过程。
  
  3经济经管问题中人造神经网络的应用
  
  经济经管问题能够归结为科学展望与最优决议计划问题。在现实事情中,经济经管问题涉及的变量多而纷乱,大大都变量具有混沌性。变量与变量之间、变量与常量之间的关系每每长短线性的,甚至不克不及找到传统的数学解析式对这些变量与常量做出公道的评释。人造神经网络是一种隐式的推理,具有高度的非线形与极强的混沌推理才力。如许,人造神经网络在解决经济经管问题有着传统数学剖析要领无法相比的长处。是以,在经济经管范畴,应用人造神经网络的空间会越来越广。
  
  3.1前向人造神经网络(BackPropagation BP神经网络模子)在经济经管展望问题中的应用
  传统的展望剖析要领一般选取多元回归线性剖析,对付不易设立切确的数学模子,具有不确定性与非线形的经济经管问题,回归展望剖析要领在构建模子受到限定,并且要领的精度不高,不克不及贴实反映经济经管问题的“事实”。BP前向人造神经网络能够解决这些问题。图2表现的是含有一层隐含层前向人造神经网络示意图。
  展望是从汗青n个样本数据中p个评释变量(Xi1,Xi2,…Xip)与k个被评释变量中找出评释变量与被评释变量的公道关系后(个中i=l,2,…n),对
  
  
  经济经管展望中常呈现的危害展望、需求量展望、发卖收益展望、合作朋友名誉展望,项目工期展望、项目成本展望、公司员工中意度展望,汇率价格展望、GDP展望、住民积攒程度展望……,这些问题经配置对应的评释变量与被评释变量后,都能够使用BP神经网络求解。BP神经网络具有很强的自我进修才力,偏差函数的求解是一个始于输出层反向传布的递归过程,BP神经网络求解经济经管展望问题可以获得中意的展望值。
  
  3.2反馈型神经网络(Hopfield 神经网络)在经济经管最优化问题中的应用
  经济经管中的最优化问题常常有许多约束前提,指标函数可能是单指标也可能是多指标。约束函数与指标函数每每都长短线性的,使用传统的求解非线性规划问题要领,如最速降落法、变标准牛顿法、共轭梯度法、内点法、外点法等,纵然可能找到最优解,但拘谨速率很慢,而且获得的最优解大都环境下是拘谨于部分最优,并非全局最优解。Hopfield神经网络是全互联神经网络,它的每个神经元都与其他神经元相联贯。
  分离型Hopfield神经网络谋略能量函数:
  Hopfield神经网络在运行过程中能量值将不息贬低,最终趋于不变状况。使用Boltzmann机神经网络在体系运行中,先将T置于较大值以使体系可以越过能量较大的状况来幸免陷入部分最小值,然后将T值逐渐减小,从而使体系可以最后拘谨到全局能量最小的状况。
  经济经管的多指标规划和有约束的非线性规划问题均可转化为单指标规划问题,一般选取规划理论的α-要领、λ-要领、拉格朗日(Lagrange)函数、抱负点法、平方和加权等要领将其转化。单指标函数组成神经网络的能量函数输入Hopfield神经网络,神经网络运行逐渐拘谨与不变状况,求得最优解。旅行商问题(Traveling SalesmanProblem,简称TSP)、功课车间调节问题(Job-Shop Scheduling Problem.简称JSP)、背包问题、运输问题、动态规划问题、企业资源筹划问题……经济经管中这些求解最优化问题,都能够选取Hopfield神经网络求解。Hopfield神经网络具有并行搜罗的才力,拘谨速率快,处置数据局限大,可以急剧拘谨到指标函数的全局最优解。
  
  4人造神经网络在经济经管问题中的应用远景
  
  人造神经网络是成长的学科,虽然它解决了不少经济经管中的科学展望与最优决议计划问题,但仍属于起步阶段。在现实问题中,使用人造神经网络仍会晤临许多的坚苦:
  1初始数据的预处置。经济经管问题会涉及许多数据,这些数据务必处置成人造神经网络输入单位数据让神经网络辨认,并且还得反映出数据在经济经管问题中的特征,如许神经网络才气求解出谜底。是以,设立公道的数据预处置器是应用人造神经网络面对的主要问题。
  2设立求解问题与神经网络的映射关系。人造神经网络并不克不及直接求解经济经管中呈现的问题,务必进行问题的抽象化,形成人造神经网络可以解决的代码,设立起人造神经网络的数学模子,才气使用它求得最优解。
  3神经网络内部参数的设定。神经网络初始构建参数许多,好比:神经网络的层数、每层的结点数、各神经元的闽值、激活函数、迭代次数等。这些参数的设定会影响神经网络的拘谨性和不变性。是以,得当设定神经网络初始构建参数是求解问题的关头。
  纵然有上述的坚苦,往后,跟着谋略机技艺的不息成长和科学家对人脑科学的深入切磋,用人造神经网络模拟人的头脑处置经济经管中呈现的问题将起到严重的作用。神经网络是个纷乱的动力体系,让神经网络与传统技艺对接,贬低其纷乱度使其易领会、易操作是人造神经网络的将来成长偏向。使用人造神经网络处置经济经管的科学展望与最优决议计划问题有着辽阔的成长远景。
  (作者单元:中国矿业大学经管学院)
  注:本文中所涉及到的图表、注脚、公式等内容请以PDF格局涉猎原文。
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0122/80350/
 与本篇相关的热门内容: