文档介绍：,.,2013一'·’'''···,·,l、;管理科学i~。t‘t。t‘·‘I。I‘。基于改进的BP神经网络中国CPI运行预测研究刘向荣,,孙红英z+(,广东广州510640)(,广东广州510225)摘要:加强和改善宏观调控,保持价格平稳运行,,对BP神经网络模型进行了新的改进,在对权值和阈值进行修改时加入了动量项Q,并根据以往两次金融危机前后中国CPI运行具有较高相关性的特点,以1997年和2008年两次金融危机集中爆发前后数年数据为基础,运用该模型对中国CPI指数运行进行了拟合,并以2011年为例对中国CPI指数进行了预测,结果与实际运行数据基本一致,,加强价格调控提供重要借鉴意关键词:BP神经网络;CPI运行;定量分析;中国1引言BP(BackPropagation)elland等学者于1986年提出的,按照误差逆传播算法训练的多层前馈网络,无需事前揭示描述这种映射关系的数学方程,就能通过输入输出、作用函数、误差计算和自学习等模型学习和存贮大量的输入一输出模式映射关系[1--6】.目前BP神经网络在各领域得到了广泛运用,特别是在数据的模拟建模和预测[7-,,反映经济运行的主要宏观经济指标CPI指数在两次危机集中发生的当年及后期急剧下滑,,CPI指数开始由负转正,、孙红英[9]对比两次金融危机发生前后我国CPI运行态势,发现运行态势基本相同,,月度CPI运行受季节、灾害等因素的影响基本呈现较强的规律性,尽管CPI整体运行受金融危机等外界因素的影响较明显,,可以根据第一次即1997年前后CPI数据规律,—2000年CPl月度指数(见图收稿日期::国家自然科学基金(11101440)+通讯作者万方数据2数学的实践与认识43卷1)进行学习拟合,并以2005~2010年数据为基础,、,(BP)作为一种前馈阶层网络的学习算法,它是一种迭代梯度算法,、隐含层和输出层,各层之间实行全连接,