神经网络优化算法在技术经济领域中的应用PDF电子书下载

1 绪论 1

1.1 引言 1

1.2 神经网络研究综述 1

1.2.1 神经网络发展历程 1

1.2.2 神经网络原理 2

1.2.3 神经网络应用领域 3

1.2.4 神经网络研究方向 3

1.3 本书主要内容 4

1.4 本书创新之处 7

参考文献 7

2 神经网络与优化算法理论 9

2.1 神经网络理论 9

2.1.1 BP神经网络 9

2.1.2 SOM神经网络 10

2.1.3 GRNN神经网络 12

2.2 优化算法理论 13

2.2.1 遗传算法 13

2.2.2 粒子群算法 14

2.2.3 思维进化算法 15

2.2.4 灰色系统理论 17

参考文献 17

第1篇 工业技术经济篇 21

3 PSO-BP模型在工业技术创新环境影响因素研究中的应用 21

3.1 引言 21

3.2 变量和数据 22

3.2.1 变量选择 22

3.2.2 数据来源及处理 22

3.3 模型构建 23

3.3.1 MIV算法 23

3.3.2 PSO-BP模型 23

3.4 实证结果 25

3.4.1 总体分析 25

3.4.2 区域差异分析 26

3.4.3 变动趋势分析 28

3.5 结论与建议 29

参考文献 30

4 GA-BP模型在区域工业技术创新能力评价中的应用 33

4.1 引言 33

4.2 指标设计 33

4.3 模型构建 34

4.3.1 BP神经网络 34

4.3.2 遗传算法 35

4.3.3 GA-BP模型 35

4.4 实证分析 36

4.4.1 数据来源 36

4.4.2 多重共线性检测 36

4.4.3 变量基因编码 37

4.4.4 权值和阈值优化 37

4.4.5 仿真对比测试 38

4.5 结论 40

参考文献 41

5 GRNN模型在工业技术创新水平预测中的应用 43

5.1 引言 43

5.2 指标设计 44

5.3 GRNN模型 46

5.4 实证分析 46

5.4.1 数据来源及预处理 46

5.4.2 模型训练和交叉验证 47

5.4.3 仿真对比预测 47

5.5 结论 50

参考文献 51

6 聚类分析在区域工业企业技术创新能力评价中的应用 53

6.1 研究综述 53

6.1.1 评价指标 53

6.1.2 评价方法 53

6.2 指标设计 54

6.3 实证分析 54

6.3.1 数据获取 54

6.3.2 因子分析 55

6.3.3 聚类分析 59

6.4 结论 60

6.5 建议 61

参考文献 62

7 京津冀区域协同发展中河北省工业企业技术创新能力研究 63

7.1 研究综述 63

7.2 评价指标 64

7.3 研究方法 64

7.3.1 熵权法 64

7.3.2 灰色关联度分析 65

7.4 实证分析 67

7.4.1 实证结果 67

7.4.2 结果分析 68

7.5 结论 69

参考文献 69

第2篇 农业技术经济篇 73

8 GR-HC模型在河北省农民收入影响因素研究中的应用 73

8.1 引言 73

8.2 农民收入结构 74

8.2.1 农民收入来源 74

8.2.2 农民收入结构 74

8.3 模型构建 75

8.3.1 灰色关联度分析 75

8.3.2 计算步骤 75

8.4 实证分析 76

8.4.1 数据来源 76

8.4.2 收入来源分析 76

8.4.3 行业影响分析 78

8.4.4 经营形式影响分析 79

8.5 结论与对策 80

8.5.1 结论 80

8.5.2 对策 81

参考文献 82

9 SOM神经网络在河北省农村经济结构差异研究中的应用 83

9.1 农村经济结构 84

9.2 研究方法 84

9.3 实证分析 85

9.3.1 数据来源及结构化处理 85

9.3.2 分类结果 85

9.3.3 行业结构差异 87

9.3.4 经营结构差异 88

9.4 结论与讨论 88

参考文献 89

10 GM-SOM模型在河北省农民收入结构地区差异研究中的应用 91

10.1 引言 91

10.2 农民收入结构 92

10.3 研究方法 93

10.3.1 数据来源 93

10.3.2 灰色模型 93

10.3.3 GM-SOM神经网络 94

10.4 结果与分析 95

10.4.1 计算灰色关联度矩阵 95

10.4.2 SOM神经网络聚类结果 96

10.4.3 行业结构分析 98

10.4.4 经营结构分析 99

10.5 建议 100

参考文献 101

11 信息粒化和PSO-SVR模型预测棉花价格波动区间和变化趋势 103

11.1 引言 103

11.2 模型构建 104

11.2.1 模糊信息粒化模型 104

11.2.2 粒子群优化算法参数寻优 104

11.2.3 SVM模型 105

11.2.4 预测流程 106

11.3 实证分析 106

11.3.1 数据来源 106

11.3.2 模糊信息粒化 106

11.3.3 SVM模型粒化数据回归预测 107

11.3.4 预测效果验证 110

11.4 结论 111

参考文献 111

12 GA-BP模型在农业机械化水平影响因素研究中的应用 114

12.1 引言 114

12.2 变量选择、数据与模型构建 115

12.2.1 变量选择 115

12.2.2 数据来源及处理 117

12.2.3 模型构建 118

12.3 结果与分析 118

12.3.1 总体分析 118

12.3.2 区域影响分析 119

12.3.3 变动趋势分析 121

12.4 结论与建议 121

参考文献 124

13 遗传算法在河北省农村剩余劳动力转移影响因素研究中的应用 126

13.1 引言 126

13.2 变量与数据 127

13.2.1 因变量 127

13.2.2 自变量 127

13.2.3 数据来源及归一化处理 128

13.3 研究方法 129

13.4 结果与分析 131

13.4.1 模型构建 131

13.4.2 运行结果与分析 132

13.5 建议 133

参考文献 134

第3篇 其他技术经济篇 139

14 思维进化算法优化的灰色神经网络模型 139

14.1 引言 139

14.2 灰色神经网络 139

14.3 思维进化算法优化灰色神经网络模型 141

14.3.1 思维进化算法原理 141

14.3.2 思维进化算法优化灰色神经网络模型 141

14.4 模型应用 143

14.4.1 数据来源及灰化处理 143

14.4.2 仿真对比结果 144

14.5 结论 146

参考文献 147

15 熵权TOPSIS指数在河北省民生质量评价中的应用 149

15.1 引言 149

15.2 指标体系构建 149

15.2.1 研究现状 149

15.2.2 指标体系构建 149

15.3 研究方法 151

15.3.1 熵权法 151

15.3.2 TOPSIS法原理 152

15.4 实证研究 153

15.4.1 数据来源 153

15.4.2 河北省民生质量评价 153

15.4.3 河北省民生质量分析 155

15.5 结论 158

参考文献 159

附录A 工业技术经济技术指标数据 160

附录B 农业技术经济技术指标数据 183

附录C 其他技术经济技术指标数据 198