人工神经网络方法在中国外债适度规模研究中的应用

下载PDF

导出

摘要本文通过将BP网络和非线性方程组求解结合起来 ,提出了一种求解一般抽象非线性方程组的算法 ,并将其应用于中国宏观外债模型 ,得到了有参考价值的结果。比如计算结果指出 ,当中长期外债采取计划管理方式时 ,年借入外债量以不超过 2 5 0亿美元为宜 ,建议不超过2 0 0亿美元。研究结果表明 ,这种研究方法是可行的。

作者杨炘陈展辉

机构地区清华大学

出处《北京理工大学学报（社会科学版）》 2002年第B10期49-52,共4页 Journal of Beijing Institute of Technology：Social Sciences Edition

基金国家自然科学基金项目(项目编号 :69772 0 18)

关键词 BP网络非线性方程组外债模型

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] F830 [经济管理—金融学]

引文网络
相关文献

参考文献7

1Hechi - Nielsen R. Theory of The Back Propagation Neural Network[J]. Proc. of IJCNN, 1989, 1: 593-603.
2Judd J. S. Neural Network Design and the complexity of Leaming [M]. MIT Press, 1990.
3ErolGelenbe. Neural networks : advances and applications [M]. Amsterdam : North - Hollande, 1991.
4Grossberg S. A. Nonlinear Neural Network: Principles, Machines and Architectures[M]. Neural Networks, 1998, 1: 15-57.
5Kenedy M. P., L. O. Chua, Neural Networks for Nonlinear Programming [M]. IEEE Tram, CAS - 35 (5), 1988.
6杨炘.上海市适度外债规模研究[R].清华大学,1996.
7国家统计局投资统计司.中国投资问题量化研究[R].中国统计出版社,1997.

1杨炘,陈展辉.中国宏观外债适度规模研究[J].数量经济技术经济研究,2001,18(11):74-77. 被引量：1
2杨炘,陈展辉.中国外债最优结构研究:人工神经网络方法[J].系统工程学报,2002,17(4):368-373.
3杨炘,陈展辉.用人工神经网络方法预测中国外债适度规模[J].清华大学学报（自然科学版）,2002,42(6):718-721. 被引量：2
4我国外债余额2209亿美元[J].中国外汇管理,2004(11):6-6.
5辛凡.控制我国外债的增长速度[J].中国企业家,1994,0(12):56-56.
6我国外债余额接近3500亿美元[J].中共乐山市委党校学报,2008,10(1):52-53.
72009年9月末我国外债余额3867．72亿美元[J].中国货币市场,2010(1):72-72.
82008年3月末我国外债基本情况[J].中国外汇,2008(15).
9金融[J].首席财务官,2010(7):16-16.
10郭海燕,金鑫,胡小兵.基于微粒群优化的非线性方程组求解研究[J].计算机工程与应用,2006,42(15):72-74. 被引量：17

北京理工大学学报（社会科学版）

2002年第B10期

浏览历史

内容加载中请稍等...

人工神经网络方法在中国外债适度规模研究中的应用

参考文献7

相关作者

相关机构

相关主题

浏览历史