TY -的A2,魏盟——朱Mingxun盟——孟,中国PY - 2021 DA - 2021/11/22 TI -宏观图像分析和GDP预测基于遗传算法的径向基函数神经网络(RBFNN-GA) SP - 2000159六世- 2021 AB -国内生产总值(GDP)的预测是一个研究热点,它的重要性是不言而喻的。其复杂的内部变化机制分析的难度也会增加国内生产总值(GDP)数据。遗传算法(GA)应用于参数设计的径向基函数神经网络(时滞)大小基于遗传算法优化(RBFNN-GA)。经济区GDP图像预测模型,提出了实现优化设计的中心向量,时滞节点大小的基准宽度向量函数,和隐藏层和输出层之间的重量。基于多年的GDP数据,本文使用RBFNN-GA GDP预测模型来分析和预测图像并比较图像的预测结果。结果表明,遗传算法用于优化时滞,大小使充分发挥两种算法的优点。RBFNN-GA预测模型的相对误差仅为3.52%。与预测结果相比,预测精度明显高于ARIMA时间序列模型和GM(1, 1)模型。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/2000159 - 10.1155 / 2021/2000159摩根富林明计算智力和神经科学PB - Hindawi KW - ER