学位论文 > 优秀研究生学位论文题录展示

中国对外贸易生态环境预警系统研究

作　者: 王新英
导　师: 赵建娜
学　校: 华北电力大学（河北）
专　业: 数量经济学
关键词: 对外贸易模糊粗糙集 RBF神经网络生态环境预警蚁群算法
分类号: F205;F224
类　型: 硕士论文
年　份: 2009年
下　载: 119次
引　用: 0次
阅　读: 论文下载

内容摘要

本文以中国的对外贸易为出发点,分析了对外贸易活动对中国生态环境的影响,进而找出对外贸易影响生态环境的各种因素,并在此基础上建立了基于蚁群算法改进的RBF人工神经网络的预警模型,通过对生态环境的预警,为政府研究和制定对外贸易和生态环境政策提供依据。在借鉴国内外已有的研究成果的基础上,本文根据对外贸易对生态环境影响的分析来选择相应的预警指标,首先用统计学中的相关性分析去除相关性过大的指标,确立所需要的预警指标;然后用模糊粗糙集对指标体系进行赋权;最后利用蚁群算法改进的RBF神经网络(径向基函数)对所选数据进行预测,从而得到生态环境的警戒程度,并进行具体分析。实证结果检验表明该预警模型具有较好的预警效果。同时,将蚁群算法改进的RBF神经网络作为一种预测技术,并将其应用于对外贸易的生态环境预警分析领域是一次新的尝试。

全文目录

中文摘要  4
英文摘要  4-7
第一章引言  7-14
  1.1 研究背景及目的  7-8
  1.2 国内外研究现状  8-11
    1.2.1 国外研究现状  8-9
    1.2.2 国内研究现状  9-11
    1.2.3 研究空白点  11
  1.3 论文的研究思路及系统图  11-14
第二章对外贸易生态环境预警系统的相关理论及现实分析  14-22
  2.1 对外贸易和生态环境的相关理论  14-15
    2.1.1 对外贸易  14
    2.1.2 生态环境  14-15
  2.2 对外贸易对生态环境的影响  15-17
  2.3 生态环境预警的相关理论及意义  17-20
    2.3.1 预警的相关理论  17-18
    2.3.2 对外贸易生态环境预警的涵义  18-19
    2.3.3 建立对外贸易生态环境预警系统的意义  19-20
  2.4 中国对外贸易生态环境的现状分析  20-22
第三章基于蚁群算法改进的 RBF 神经网络预警系统的研究  22-29
  3.1 预警模型的设计  22
  3.2 蚁群算法的相关原理  22-24
  3.3 基于RBF 神经网络预警系统的基本原理  24-29
    3.3.1 RBF 神经网络的特点  24-26
    3.3.2 基于蚁群算法改进的 RBF 神经网络预测模型的工作原理  26-29
第四章预警模型指标体系的选取和权值的确立  29-41
  4.1 预警系统样本的选择及指标体系的选取  29-32
    4.1.1 生态环境预警指标体系的设计原则  29-30
    4.1.2 样本数据的来源及其处理  30
    4.1.3 生态环境预警指标体系的构建过程  30-32
  4.2 指标体系的预处理  32-40
    4.2.1 预警指标的相关性分析  32-35
    4.2.2 预处理后预警指标的解释  35-36
    4.2.3 基于模糊粗糙集的指标确定权重  36-40
  4.3 预警阈值的确立  40-41
第五章中国对外贸易生态环境预警系统的实证分析  41-51
  5.1 样本数据  41
  5.2 各指标权重的确立  41-45
    5.2.1 求模糊相似矩阵R  41-42
    5.2.2 求最佳分类  42-44
    5.2.3 各因素权重的计算  44-45
  5.3 确定预警指标  45-47
  5.4 生态环境预警分析  47-51
    5.4.1 建立模型样本  47-48
    5.4.2 预警模型的训练  48-49
    5.4.3 预警模型的检验  49
    5.4.4 预警模型的预测  49-51
第六章结论及政策建议  51-53
  6.1 研究结论  51
  6.2 政策建议  51-53
参考文献  53-55
致谢  55-56
附录  56-64
在学期间发表的学术论文和参加科研情况  64

中国对外贸易生态环境预警系统研究

内容摘要

全文目录

相似论文