查詢結果分析
來源資料
相關文獻
- Time Series Forecasting of Kaohsiung Unemployment Rate Using Neural Network Model
- 類神經網路之預測與信賴區間之建構--以臺北市失業率為例
- 整合時間序列資料與總體經濟變數於失業率預測之應用
- 臺北市失業率之預測--模糊時間序列之應用
- 應用類神經網路預測東南亞金融風暴期間臺幣對美元的短期匯率
- 結合乏晰理論及類神經網路作短期負載預測
- 類神經網路於鐵礦燒結製程整合模式之研究
- 應用於洪水演算類神經倒傳遞網路法最適參數推估
- 結合模糊時間序列與Box-Jenkins 模式在臺北市失業率預測上之應用
- 應用氣象資料配合類神經網路建立茼蒿需求量預測模式--以臺北第一果菜批發市場為例
頁籤選單縮合
題 名 | Time Series Forecasting of Kaohsiung Unemployment Rate Using Neural Network Model=類神經網路模式在時間序列預測上之應用以高雄市失業率為例 |
---|---|
作 者 | 邱志洲; | 書刊名 | 輔仁管理評論 |
卷 期 | 4:2 1997.09[民86.09] |
頁 次 | 頁101-112 |
分類號 | 542.71 |
關鍵詞 | 失業率; 預測; 類神經網路; 時間序列模式; Unemployment rate; Space-time series analysis; Artificial neural network; Backpropagation learning algorithm; |
語 文 | 英文(English) |
中文摘要 | 本文針對高雄市失業率,利用倒傳遞類神經網路模式,進行預測並加以討論。其 中,對網路模式之相關參數,例如:學習率及隱藏層之神經元數目等,皆有進一步之探討。 文中所使用之資料數據為,自民國 72 年 6 月至民國 81 年 2 月之高雄市月失業率資料。 除類神經網路模式之應用外,時空數列分析,單變量時間序列模式及狀態空間分析模式等方 法,亦被引用來評估預測之好壞,根據結果顯示,類神經網路模式能提供高於其它方法,約 40% 之預測準確度。 |
英文摘要 | A backpropagation neural network was designed for short term unemployment rate forecasting. The forecasting was performed on Kaohsiung unemployemtn rate to demonstrate the predictive capability of the network. Extensive studies were performed on the effects of various factors such as learning rate and the number of hidden nodes. The monthly unemployment rate from June 1983 to Feb. 1992 was evaluated by neural network model and alternative methods, such as space-time series analysis, univerariate ARMA model and state space model, the utilization of neural model significantly provide better forecasting of unemployment rate than any other alternative methods. Generally, the prediction precision of the neural network is 40% higher than the prediciton made by the other models. |
本系統中英文摘要資訊取自各篇刊載內容。