周一

[摘 要]人工神经网络的发展使得其应用范围延伸到了经济学领域。本文介绍了人工神经网络原理，着重讨论了人工神经网络在经济学领域的应用，并对两者的结合做了分析和预测。

中图分类号：TD631 文献标识码：A 文章编号：1009-914X（2017）47-0330-01

1 人工神经网络原理与特点

1.1 人工神经网络原理

人工神经网络（ANN），是人们通过建立模型来模拟人脑的神经元网络，由大量的神经元相互连接构成。作为一项热门的边缘性学科，ANN涉及数学、物理和计算机等方面，根据学习方法的不同，发展出了几十种不同的网络，例如多层感知机模型、误差反向传递算法（BP）、卷积神经网络等。随着基本算法的研究深入，ANN的应用领域不仅仅局限于传统的模式识别，甚至延伸到经济、社会和心理学等领域中。

1.2 人工神经网络的特点

以学习中有没有标签作为标准，人工神经网络的学习方式可以分为有监督学习和无监督学习，两种不同的学习框架下建立的学习模型也是存在差别的。前者需要提供数据标签，后者主要是预训练一个模型供其他任务使用。由于人工神经网络包含大量神经元，输入的信息分布在网络内的各个神经元，因此局部问题能够平均分配到所有单元中得到削弱，具有较强的容错性。近年来计算机硬件的迅速发展，充分利用ANN网络并行分布计算的特点，使得快速运算成为可能。自主学习的功能使得ANN在预测方面具備广阔的前景，只要把大量的数据和结果输入，ANN网络可以通过自主学习，逐渐调整结果的准确性。……