Прогнозирование процессов развития региональных макроэкономических систем с помощью нейронной сети

Abstract

В работе рассматривается модификация имитационной модели прогнозирования процессов развития региональной макроэкономической системы с помощью построения искусственной нейронной сети – многослойного персептрона с парадигмой "обучение с учителем". Для данного типа сети формируется вектор входных данных, выбирается функция активации и алгоритм обучения. Многослойный персептрон позволит решать задачу определения параметров, которые используются для формирования параметров и пе-ременных при прогнозировании последствий проводимой государственной политики.

The paper deals with the process of modification the simulation model forecasting development processes of regional macroeconomic systems by constructing an artificial neuron network − a multilayer perceptron with the paradigm of "learning with a teacher". For this type of network is formed the vector of input data, is selected the activation function and the learning algorithm. The multilayer perceptron will solve the problem of determining the parameters that are used to form the parameters and variables of the model in predicting the effects of state policy.