Zastosowanie sieci neuronowych w prognozowaniu wybranych wskaźników koniunktury branży rolno-spożywczej

• Autorzy: Henryk Marjak

Warianty tytułu

The Use of Neuron Lattice in Selected Factors Forecasting of the Farm-Food Branch Economic Situation

• Języki publikacji: PL

Abstrakty

W artykule omówiono badania koniunktury w rolnictwie. Przedstawiono architekturę oraz metody uczenia i optymalizacji sieci neuronowych. Porównano algorytm korelacji kaskadowej z grupą algorytmów redukcyjnych. Zilustrowano porównanie miar błędów: SSE i RSQ badanych struktur oraz porównanie prognoz WIG-spożywczy uzyskanych za pomocą wybranych sieci z wartościami rzeczywistymi.

EN

The purpose of this paper is presenting of optimisation method of neural net architecture - Cascade-Correlation algorithm, comparised with classic method optimisation of neural net architecture. Graphically was shown values of SSE and RSQ errors for researched algorithms and prediction of WIG-spozywczy index for structures which gain the best values of errors in comparison of real values. (original abstract)

Słowa kluczowe

PL

Agrobiznes; Sieci neuronowe; Koniunktura gospodarcza; Prognozy gospodarcze; Badania koniunktury

EN

Agrobusiness; Neural networks; Business trends; Economic forecast; Business surveys

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2003
• Numer: nr 983, t. 1 Agrobiznes 2003 : jakość jako podstawowy instrument konkurencyjności w agrobiznesie
• Strony: 562--568

Twórcy

autor

Henryk Marjak

Bibliografia

• Fahlman S.E. (1988): Faster learning variations on backpropagation: An empirical study. Proc. Connectionist Models Summer School, Morgan Kaufmann, Los Atos.
• Gorzelak E. (2002): Badania koniunktury w rolnictwie w Polsce. Instytut Rozwoju Gospodarczego SGH. S. 50-55. "Biuletyn informacyjny ARR", 3 (129), Marzec.
• Hertz J., Krogh A., Palmer R.G. (1995): Wstęp do obliczeń neuronowych. PWN, Warszawa.
• Masters T. 1996: Sieci neuronowe w praktyce. Programowanie w języku C++. WNT, Warszawa.
• Osowski S. (1994): Sieci neuronowe. WPW, Warszawa.
• Riedmiller M., Braun H. (1992): A fast adaptive learning algorithm. Technical Report, University Karslruhe, Germany.
• SNNS. User's Manual. Version 4.1. Univ. Sttutgart, Inst. Für Parallele und Verteile Hochstleistungschrener, Rap. No. 6/95.
• Strona internetowa www.gpw.com.pl.
• Tadeusiewicz R. (1995): Sieci neuronowe. Akademicka Oficyna PLJ, Warszawa.