论文部分内容阅读
农民收入是农村经济的核心问题,它关系到农村的社会稳定和国民经济的健康发展。对未来年份农民收入的预测是一个新问题,它对于增加农民收入以及制定相关支农政策有着重要的指导意义和现实价值,特别是现在“三农问题”得到普遍关注,城乡交融日益加深的今天,如何提高农民收入越来越受到大家的关注。由此,本文从一个全新的研究视角建立BP神经网络模型来预测农民收入。首先,本文对农民收入预测的研究背景、研究目的及意义做了论述,对人工神经网络方法在预测领域的应用实例作了简单介绍,对国内外研究现状作了综述,并对论文的研究思路及方法进行了阐述说明,指出本文的创新之处。其次,论文介绍了人工神经网络的发展历史和基本原理,通过阐述神经网络的基础知识和基本的网络模型,分析和探讨了人工神经网络的特点和应用领域。第三,论文对农民收入预测的概念和作用作了论述,对现有的预测方法进行了分类介绍,并对现有农民收入的几类预测模型进行了分析,并指出了现有模型的不足之处。然后,论文详细论述了基于BP神经网络的农民收入预测模型的构建。主要包括以下几方面内容:论文基于BP神经网络应用于预测的原理,提出了预测研究步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权和阈值的选取、激活函数、训练算法与参数的选取,最后建立合理的网络模型。最后,论文以实证分析为背景,对农民收入预测模型的数据来源进行了详细分析,以历年农民收入相关数据类型为实例样本,借助MATLAB神经网络工具箱建立了基于神经网络预测模型。对预测值和实际值进行了比较和分析论述。通过对农民收入预测实例的验证,证明该方法在一定误差范围内揭示了农民收入与影响因素之间的关系,可用于未来农民收入的预测中。