目 录

第 1 章 绪 论.....................................................................................................1

1.1 选题背景和来源....................................................................................... 1

1.1.1 选题背景.......................................................................................... 1

1.1.2 选题来源.......................................................................................... 3

1.2 选题数据 ................................................................................................... 4

1.3 本文的主要工作....................................................................................... 6

1.4 本文的主要框架....................................................................................... 6

1.5 本章小节 ................................................................................................... 7

第 2 章 神经网络.................................................................................................8

2.1 神经网络简介 ........................................................................................... 8

2.2 神经网络分类 ........................................................................................... 8

2.3 几种神经网络算法介绍........................................................................... 9

2.3.1 GRNN 神经网络.............................................................................. 9

2.3.2 BP 神经网络 .................................................................................. 10

2.3.3 RBF 神经网络 ............................................................................... 11

2.3.4 Hopfield 神经网络......................................................................... 12

2.4 本章小节 ................................................................................................. 13

第 3 章 MATLAB 工具介绍 .............................................................................14

3.1 MATLAB 简介 ....................................................................................... 14

3.2 MATLAB 功能 ....................................................................................... 15

3.3 MATLAB 使用 ...................................................................................... 16

3.4 本章小结 ................................................................................................. 17

第 4 章 神经网络模型在货物进出口数据中的应用.......................................18

4.1 货物进出口数据..................................................................................... 18

4.2 货物进口数据的预测模型..................................................................... 18

4.2.1 多元线性回归预测货物进口数据................................................ 19

4.2.2 BP 神经网络预测 .......................................................................... 22

4.2.3 GRNN 神经网络预测 ................................................................... 24

4.2.4 RBF 神经网络预测 ...................................................................... 25

4.2.5 各种预测结果对比分析................................................................ 27

4.3 货物出口数据的预测模型..................................................................... 28

4.4 几种预测算法的优劣性分析................................................................. 29

4.5 本章小结 ................................................................................................. 31

第 5 章 总结与展望...........................................................................................32

5.1 全文总结 ................................................................................................. 32

5.2 展望 ......................................................................................................... 33

参考文献.............................................................................................................34

作者简介及在学期间所取得的科研成果.........................................................37

致 谢.................................................................................................................38

第 1 章 绪 论
1.1 选题背景和来源
1.1.1 选题背景
　　本文的选题背景来源于对外国际贸易的相关内容，在这个大局势下，研究《中国统计年鉴-2012》[1]的国内的对外贸易部分，最后针对货物进出口数据部分进行数据研究建模。
　　2012 年以来，世界经济复苏一波三折、增速放缓，国际商品市场价格在较高水平上剧烈波动。一季度，受主要经济体部分经济指标好转、需求转旺刺激，大宗商品价格强力反弹。国际货币基金组织（IMF）编制的初级产品价格指数（PCPI）在 3 月份达到年内最高的 201.6 点。二季度，欧债危机恶化，新兴经济体经济减速，商品市场需求不旺，大宗商品价格大幅下挫。6 月份 PCPI 跌至 169.9 点，为 19 个月来最低点。三季度，极端天气刺激粮价飙升，主要经济体相继出台刺激性政策推动避险资金入市，商品市场有所企稳，但各品种价格涨跌分化严重。9 月份 PCPI 回升至 187 点，与年初的 188.3 点基本持平。
　　2012 年以来，世界经济复苏明显放缓，国内经济下行压力加大。面对复杂严峻的国内外经济形势，中国政府坚持稳中求进的工作总基调，正确处理保持经济平稳较快发展、调整经济结构和管理通胀预期三者的关系，把稳增长放在更加重要的位置，加强和改善宏观调控，加大政策预调微调力度，采取了稳增长、调结构、抓改革、惠民生的重大举措，特别是 5 月份以来及时果断出台的一系列政策措施发挥了重要作用。前三季度，国民经济运行总体平稳，呈现出经济运行企稳、结构调整加快、民生继续改善的积极变化。2图 1.1 2003 年以来国际大宗商品价格走势
　　当前，我国经济社会发展面临的国内外环境仍然错综复杂。世界经济复苏步伐放缓，贸易投资保护主义抬头，扩大外需面临不少制约因素。内需保持较快增长的难度不小，企业效益下降、财政收入增速减缓比较明显，经济趋稳的基础还不够稳固。下一阶段，中国政府坚持把稳增长放在更加重要的位置，继续实施积极的财政政策和稳健的货币政策，促进经济平稳较快发展；加快转变经济发展方式，调整经济结构；毫不放松地抓好农业生产，稳定农业发展好形势；着力深化改革和扩大开放；坚定不移地搞好房地产市场调控；高度重视并妥善做好民生工作。
　　展望 2013 年，美国经济复苏有望趋于稳定，特别是房地产市场和就业市场回暖迹象较为明显，将在一定程度上巩固世界经济复苏势头。但发达国家主权债务高企迫使其紧缩财政，新兴经济体面临自身结构性矛盾和国际资本异动的困扰，全球范围的宽松货币政策解决不了需求不足的问题，经济增速难有大幅回升。国际货币基金组织预计，2013年世界经济增长 3.6%，低于金融危机前 10 年 4%的平均水平。欧债危机已成“慢性病”，完善欧元区制度设计、消弭竞争力差异将经历漫长曲折过程，希腊等风险点可能导致危机再度发作。大宗商品市场受地缘政治、恶劣天气、流动性泛滥等多方面因素影响，大幅波动的可能性上升。3
　　1.1.2 选题来源
　　本文的数据来源是《中国统计年鉴-2012》中的第六部分：对外经济贸易。综合反映中国的对外贸易、利用外资、对外直接投资、对外经济合作的历年概况，重点反映对外经济贸易的近期发展状况。
　　对外贸易统计的主要内容包括：进出口货物的品种、数(重)量、金额、国别(地区)、经营单位、境内目的地、境内货源地、贸易方式、关别等项目。
　　对外贸易统计的范围是按照联合国的国际贸易统计原则制定的，即凡能引起中华人民共和国关境内物质资源存量增加或减少的进出口货物，除制度另有规定者外，均列入该项统计。对外贸易统计的资料来源于海关总署，调查方法是全面调查。历年出口商品分类金额和历年进口商品分类金额按照联合国《国际贸易标准分类》(SITC)进行统计。进出口商品分类金额按照海关合作理事会制定的《商品名称和编码协调制度》(HS)目录进行统计。
　　《中国统计年鉴—2012》正文内容分为 25 个篇章，即：
　　第 1 部分.综合；
　　第 2 部分.国民经济核算；
　　第 3 部分.人口；
　　第 4 部分.就业人员和职工工资；
　　第 5 部分.固定资产投资；
　　第 6 部分.对外经济贸易；
　　第 7 部分.能源；
　　第 8 部分.财政；
　　第 9 部分.价格指数；
　　第 10 部分.人民生活；
　　第 11 部分.城市概况；
　　第 12 部分.资源和环境；
　　第 13 部分.农业；
　　第 14 部分.工业；
　　第 15 部分.建筑业；
　　第 16 部分.运输和邮电；
　　第 17 部分.批发和零售业；
　　第 18 部分.住宿、餐饮业和旅游业；
　　第 19 部分.金融业；
　　第 20 部分.教育和科技；
　　第 21 部分.卫生和社会服务；
　　第 22 部分. 文化和体育；
　　第 23 部分. 公共管理、社会保障及其他；
　　第 24 部分.香港特别行政区主要社会经济指标；
　　第 25 部分.澳门特别行政区主要社会经济指标。
　　同时附录两个篇章: 台湾省主要社会经济指标；我国经济、社会统计指标同世界主要国家比较。
　　数据均能在官方网站下载数据，官方网站为：中国统计局 http://www.stats.gov.cn/。《中国统计年鉴》满篇由表格、数字组成。以 2008 年版为例，一共包括７３３张统计表，其中正文表格 694 张，附录表格 38 张。看懂每一张统计表，然后将不同统计表链接起来，是解读统计年鉴的基本功课。
　　1.2 选题数据
　　本文的直接选题数据是《中国统计年鉴-2012》中的对外经济贸易部分，选题数据是 6-5 历年出口货物分类金额和 6-6 历年进口货物分类金额。5图 1.2 历年进口货物分类金额
　　根据 2001 年《进口许可证管理商品目录》，实行进口许可证管理的商品为 33 种，税目总计 383 个 8 位商品编码，主要商品为：成品油、羊毛、涤纶纤维、腈纶纤维、聚酯切片、天然橡胶、汽车轮胎、氰化钠、食糖、化肥、烟草及制品、二醋酸纤维丝束、棉花、汽车及其关键件、摩托车及其发动机、车架、彩色电视机及其显像管、收、录音机及其机芯、电冰箱及其压缩机、录像设备及其关键件、照相机及其机身、手表、空调器及其压缩机、录音录像及磁带复制设备、汽车起重机及其底盘、气流纺纱机、粮食、植物油、酒、彩色感光材料、监控化学品、可作为化学武器的化学品、化学武器关键前体、化学武器原料、易制毒化学品、光盘生产设备、消耗臭氧层物质。企业凭有效进口许可证（监管证件代码“1”）进口上述商品。
　　1.3 本文的主要工作
　　本文研究的数据对象是《中国统计年鉴-2012》中的对外经济贸易的货物进出口数据。本文的主要工作是建立预测[2-5]模型，通过 1980 年至 2011 年的数据建立货物进出口的预测模型，然后通过神经网络来实现，编程软件使用 MATLAB。本文建立两个预测模型，一个是货物进口数据的预测模型，一个是货物出口数据的预测模型。货物进口的数据预测模型是建立本年度的进口总额和上一年度的货物进口相关属性之间的数据模型。货物出口的数据预测模型是建立本年度的出口总额和上一年度的货物出口相关属性之间的数据模型。神经网络是数据挖掘中的一种重要的算法，是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。本文使用的是 BP 神经网络、GRNN 神经网络和 RBF神经网络三种神经网络的数据模型来建立货物进出口数据的预测模型。针对货物进出口和相关变量建立预测模型，从而建立历年来的结果预测。在本文中，分别使用了多元线性回归预测算法、BP 神经网络预测算法、GRNN 神经网络预测算法和 RBF 神经网络预测算法进行预测货物进出口数据，通过建模发现，RBF 神经网络的预测效果较好。
　　1.4 本文的主要框架
　　本文主要包括五个章节。分别叙述如下：
　　第 1 章，绪论。本章节介绍数据来源研究背景，包括当前国际的经济形式、当前中国的贸易形式，介绍选题数据来源于《中国统计年鉴-2012》，介绍了本文的主要工作和主要框架，从总体上对本文有宏观的了解。
　　第 2 章，神经网络。介绍神经网络的相关知识，包括神经网络的简介，神经网络的分类，本章节还重点介绍了几种神经网络算法，包括 GRNN 神经网络、BP 神经网络、RBF 神经网络、hopfield 神经网络算法等。
　　第 3 章，MATLAB 工具介绍。介绍 MATLAB 的相关知识，包括 MATLAB 工具的使用、各种功能，相关函数等。MATLAB 是一种编程工具，它有很庞大的功能，本文7使用 MATLAB 编程实现神经网络的预测功能。
　　第 4 章，神经网络模型在货物进出口数据中的应用。将各种神经网络模型用于货物进出口数据，然后预测，将得到的结果做比较，然后分析各个神经网络算法的优劣性。本章节是本文的实验数据部分，实验数据为《中国统计年鉴-2012》的对外贸易的货物进出口部分，本章节对货物进出口和相关变量建立预测模型，从而建立历年来的结果预测。在本章节中，分别使用了多元线性回归预测算法、BP 神经网络预测算法、GRNN神经网络预测算法和 RBF 神经网络预测算法进行预测货物进出口数据，通过建模发现，RBF 神经网络的预测效果较好。本章节还针对 BP 神经网路算法和 RBF 神经网络算法进行了优缺点的分析。
　　第 5 章，总结与展望。对全文进行总结，然后对所叙述的知识进行展望。
　　1.5 本章小节
　　本章主要介绍了本文的选题背景，选题来源，选题数据，从宏观上介绍了本文主要完成的工作和本文的框架。本文的数据来源是《中国统计年鉴-2012》的对外经济贸易的货物进出口数据信息，针对数据信息建立货物进出口的预测模型。通过本章节，对本文有个宏观的认识，对本文的数据和模型有个宏观的了解。