摘要：考虑实际经济系统中广泛存在着非线性和时变性因素,以及大部分变量的序列具有时间增长特性,提出用神经网络方法,建立实际经济系统的时变非线性模型.采用增广卡尔曼滤波算法训练神经网络,并根据先验信息(序列的时间增长特性)构造参数转移矩阵.对实际经济系统的预测分析结果证明,与传统定常非线性预测模型相比,该方法不仅可以在线递推预测,而且由于参数转移矩阵的引入,预测精度得到很大的提高.

原文链接:http://www.cqvip.com//QK/96188X/200202/6132788.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）