内容简介

《神经网络优化算法在技术经济领域中的应用》将神经网络优化算法应用于技术经济领域问题，研究了智能算法优化后的神经网络模型在工业技术经济、农业技术经济和其它技术经济中的应用，同时介绍了遗传算法、粒子群算法、思维进化算法、灰色理论等神经网络优化理论及其应用。
　　《神经网络优化算法在技术经济领域中的应用》重点介绍了优化的神经网络算法在技术经济领域的典型应用，全书分工业技术经济、农业技术经济、其它技术经济三篇，共14章，各章以理论和实证相结合的方式，从不同的技术视角研究了工业技术创新影响因素、工业技术创新能力、农业现代化、农民收入、农村剩余劳动力转移等问题。
　　《神经网络优化算法在技术经济领域中的应用》可作为高等院校技术经济、管理科学与工程、工商管理等学科本科生、研究生和相关研究人员参考。

目　　录

1 绪论
1．1 引言
1．2 神经网络研究综述
1．2．1 神经网络发展历程
1．2．2 神经网络原理
1．2．3 神经网络应用领域
1．2．4 神经网络研究方向
1．3 本书主要内容
1．4 本书创新之处
参考文献
2 神经网络与优化算法理论
2．1 神经网络理论
2．1．1 BP神经网络
2．1．2 SOM神经网络
2．1．3 GRNN神经网络
2．2 优化算法理论
2．2．1 遗传算法
2．2．2 粒子群算法
2．2．3 思维进化算法
2．2．4 灰色系统理论
参考文献

第1篇 工业技术经济篇
3 PSo—BP模型在工业技术创新环境影响因素研究中的应用
3．1 引言
3．2 变量和数据
3．2．1 变量选择
3．2．2 数据来源及处理
3．3 模型构建
3．3．1 MIv算法
3．3．2 PS0一BP模型
3．4 实证结果
3．4．1 总体分析
3．4．2 区域差异分析
3．4．3 变动趋势分析
3．5 结论与建议
参考文献
4 GA—BP模型在区域工业技术创新能力评价中的应用
4．1 引言
4．2 指标设计
4．3 模型构建
4．3．1 BP神经网络
4．3．2 遗传算法
4．3．3 GA—BP模型
4．4 实证分析
4．4．1 数据来源
4．4．2 多重共线性检测
4．4．3 变量基因编码
4．4．4 权值和阈值优化
4．4．5 仿真对比测试
4．5 结j沦
参考文献
5 GRNN模型在工业技术创新水平预测中的应用
5．1 引言
5．2 指标设计
5．3 GRNN模型
5．4 实证分析
5．4．1 数据来源及预处理
5．4．2 模型训练和交叉验证
5．4．3 仿真对比预测
……

第2篇 农业技术经济篇
第3篇 其他技术经济篇