一种可直接用于预测的神经网络消费函数模型
孙傲冰
张安年
丁喆
1.河南科技大学,电信工程学院,河南,洛阳,4710032.河南科技大学,电信工程学院,河南,洛阳,4710033.河南科技大学,电信工程学院,河南,洛阳,471003
摘要：目前几乎所有的消费函数模型在实际应用时都有一个共同的不足之处,即在对下一期的消费额进行预测时,模型需要使用的相关数据都直接或间接与下一期的统计数据有关,所以在使用模型前首先要对未知的相关数据进行预测,这样势必会造成误差的积累.本文在对传统的消费函数模型进行分析的基础上,建立了一种可直接用于预测的神经网络消费函数模型,这种模型只需使用前期的相关数据即可进行预测,且预测精度高于传统的消费函数模型.
关键词：消费函数神经网络直接预测
分类号：TP183(自动化基础理论)
资助基金：河南省软科学基金(0113031400)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 44-47 )
英文信息