经济增长中全要素生产率的灰色神经网络预测模型

赵明霞,严磊

doi:10.13718/j.cnki.xsxb.2016.05.018

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

经济增长中全要素生产率的灰色神经网络预测模型

赵明霞,严磊. 经济增长中全要素生产率的灰色神经网络预测模型[J]. 西南师范大学学报(自然科学版), 2016, 41(5). doi: 10.13718/j.cnki.xsxb.2016.05.018

引用本文:

赵明霞,严磊. 经济增长中全要素生产率的灰色神经网络预测模型[J]. 西南师范大学学报(自然科学版), 2016, 41(5). doi: 10.13718/j.cnki.xsxb.2016.05.018

ZHAO Min-xia,YAN Lei. On Total Factor Productivity Forecasting in Growing Economic Based on Grey Neural Network Model[J]. Journal of Southwest China Normal University(Natural Science Edition), 2016, 41(5). doi: 10.13718/j.cnki.xsxb.2016.05.018

Citation:

ZHAO Min-xia,YAN Lei. On Total Factor Productivity Forecasting in Growing Economic Based on Grey Neural Network Model[J]. Journal of Southwest China Normal University(Natural Science Edition), 2016, 41(5). doi: 10.13718/j.cnki.xsxb.2016.05.018

经济增长中全要素生产率的灰色神经网络预测模型

赵明霞,严磊

平顶山学院数学与信息科学学院,河南平顶山,467000

On Total Factor Productivity Forecasting in Growing Economic Based on Grey Neural Network Model

ZHAO Min-xia,YAN Lei

摘要: 为克服以往研究成果中注重全要素生产率测算的弊端,将PGM(1,1)模型与贝叶斯正则化神经网络相结合,建立了全要素生产率的PGM(1,1)-贝叶斯正则化神经网络组合预测模型,以中国全要素生产率预测为例,验证了模型的有效性和实用性,为研究全要素生产率开辟了新的思路.
- 全要素生产率预测 /
- 贝叶斯正则化神经网络 /
- PGM(1,1)模型