遗传算法优化的BP神经网络税收模型.pdfVIP

职件时空 脚跟赞裂肺贯主到 文章编号:1008-0啊。(2007)01-3-0185-02 遗传算法优化的 BP 神经网络税收模型 AKind ofTaxation Forecasting Model 8asedon GeneticAlgorithm Optimized 8PNeural Network (华南理工大学)张绍秋胡跃明 ZHANG SHAOQfU HU YUEMfNG 摘襄:本文将遗传算法与局部手优算法相结合代替传统的 BP Jf:.法寻找 BP 神级网络模f践中杀蚀的权蚀与阀像，进而建立了 税收预测1 模型。对某区域的数值仿真表明该方法比单纯用 BP 方法或单纯用遗传算法有更高的精度，效采令人满意。 关键词:遗传算法;神经网络;税收模型 中固分类号:TP-9 文献标识码:B Abstract:The author adopts 且 new combined method of genetic algoritbm and local optimization algorithm , instead of traditional BP algorithm , to find the fittest values of weigbts and biases of the neural network model and then sets up a taxation叩forecasting model. By simulating this model using the data ofωrtain 侃侃rict， this method has better precision than using BP algorithm only or using ge钳 netic algorithm only , and the result is satisfied. Key words:gene创c algorit怕阴，neural network,taxation model 1 51 亩 2 GA 思想和算法提要 税收与经济的关系问题是税收理论研究最基本的问题。建 遗传算法是模拟生物进化论中的选择、遗传、变界和自然 淘汰的思想而提出的一种寻找最忧解的算法。它是…个多次选 立税收收入总黛(以下用 TAX 表示)与经济总量(以国内生产 总值 GDP 表示)的数学模型不仅有道婆的理论意义，还有很强 代的过程。它把每一个可能解看成是基阂，一组可能解看成是 的现实指导意义。 染色体(又称种群)。根据待解决的问黯确定一个性能函数，用 慕子误兰在反向传播算法 (BP 算法)的王居前馈神经网络 它来评价初始种群每一个体，通过选择操作，把种群巾优秀 的个体作为父代，以便将其优秀的慕因遗传给子代。通过 (BP 神经网络)可以以任意精度逼近任意连续函数。其强大的 非线性映射能力以及蛇化能力和容错能力决定了它可以广泛 交义操作，交换 2 个父亲中的优秀偌息产生新的儿子，通 用于非线性映射领域的建模工作。但是，BP 神经网络也有缺 过变异操作，直接由父亲产生儿子，形成新的一代。至1