典型文献
基于BP神经网络的居民消费水平的预测模型——以安徽省为例
文献摘要：
研究并分析居民消费水平和影响因素对我国经济的发展格外重要.基于BP神经网络建立居民消费水平预测模型,经过研究分析大量的相关文献,最终选择9个指标作为输入变量,居民消费水平作为输出变量;选择安徽省1990—2018年的统计数据作为搭建预测模型的训练集和测试集.首先搭建神经网络,输入训练集,对神经网络进行不断的学习,运用梯度下降法,使损失函数达到最小的情况下,参数即为最优,也就确定了最终的神经网络预测模型;其次将归一化后的测试集输入到训练完毕的神经网络预测模型,得出预测值,并与真实值进行对比,得出误差率;最终该神经网络预测模型在训练集和测试集上的误差率均小于10％,达到了预期的结果,说明具有很好的可行性.
文献关键词：
预测模型;BP神经网络;居民消费水平;Sigmoid函数;梯度下降法;损失函数;数据归一化
中图分类号：
作者姓名：
路思恒;尹红
作者机构：
昆明理工大学 机电工程学院,云南 昆明 650500
文献出处：
引用格式：
[1]路思恒;尹红-.基于BP神经网络的居民消费水平的预测模型——以安徽省为例)[J].现代电子技术,2022(21):83-87
A类：
B类：
居民消费水平,析居,格外,平作,训练集,测试集,梯度下降法,损失函数,即为,神经网络预测模型,集输,完毕,真实值,误差率,Sigmoid,数据归一化
AB值：
0.214085
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
