ĐỀ TÀI NGUYÊN CỨU KHOA HỌC SINH VIÊN : ỨNG DỤNG MẠNG NEURAL NHÂN TẠO VÀ GIẢI THUẬT DI TRUYỀN ĐỂ DỰ BÁO CHỈ SỐ GRDP TỈNH BÌNH DƯƠNG

TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT KHOA CÔNG NGHỆ THÔNG TIN – ĐIỆN – ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN THAM GIACUỘC THI SINH VIÊN NGHIÊN CỨU KHOA HỌC NĂM HỌC 2016 – 2017 ỨNG DỤNG MẠNG NEURAL NHÂN TẠO VÀ GIẢI THUẬT DI TRUYỀN ĐỂ DỰ BÁO CHỈ SỐ GRDP TỈNH BÌNH DƯƠNG Giảng viên hướng dẫn: Hồ Nhật Tiến Nhóm Sinh viên thực hiện: Nguyễn Văn Trọng Nguyễn Thái Sơn Nguyễn Hồng Thịnh Bình Dương, tháng 03 năm 2017 UBND TỈNH BÌNH DƯƠNG CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT Độc lập – Tự – Hạnh phúc THÔNG TIN KẾT QUẢ NGHIÊN CỨU CỦA ĐỀ TÀI Thông tin chung: - Tên đề tài: Ứng dụng mạng neural nhân tạo giải thuật di truyền để dự báo số GRDP tỉnh Bình Dương - Sinh viên/ nhóm sinh viên thực hiện: STT Họ tên MSSV Lớp Khoa Năm thứ/ Số năm đào tạo Công nghệ Nguyễn Văn Trọng 1324801040029 D13HT01 thông tin – Điện – Điện Năm 4/ năm tử Công nghệ Nguyễn Thái Sơn 1324801040015 D13HT01 thông tin – Điện – Năm 4/ năm Điện tử Cơng nghệ Nguyễn Hồng Thịnh 1324801040058 D13HT01 thông tin – Điện – Điện tử Năm 4/ năm - Người hướng dẫn: Hồ Nhật Tiến Mục tiêu đề tài: Tỉnh Bình Dương có tốc độ phát triển công nghiệp cao, giá trị sản lượng công nghiệp, tổng sản phẩm địa bàn, tiêu dùng khu vực dân cư quyền lớn Việc thống kê, phân tích dự báo số liệu số GRDP hoạt động thường xuyên nhằm đánh giá tình hình kinh tế - xa hội, xem xét hiệu tác động sách Từ có sở khoa học định lượng để điều chỉnh, dự báo, định hướng sách phù hợp để đưa kinh tế tỉnh lên Phân tích dự báo số kinh tế như: công nghiệp xây dựng, thương mại dịch vụ, nông-lâm nghiệp thủy sản yêu cầu cần thiết tỉnh/thành phố nước điều kiện kinh tế nước có biến đổi nhanh khó lường, chịu tác động từ ảnh hưởng kinh tế khu vực giới Với khả học tổng quát liệu học kỹ thuật khoa học máy tính mạng nơron nhân tạo giải thuật di truyền mơ mơ hình phi tuyến số kinh tế để có dự báo phù hợp Tính sáng tạo: Tìm hiểu nắm vững sở lý thuyết kỹ thuật Mạng Nơron nhân tạo, thuật giải di truyền, kinh tế học, phân tích tác động sách kinh tế Vận dụng xây dựng chương trình: Dự báo số số kinh tế Tỉnh Bình Dương, làm cơng cụ nhằm phân tích, dự báo hỗ trợ cho người quan tâm quan có chức Kết nghiên cứu: Đề tài tập trung nghiên cứu kĩ thuật sử dụng mạng nơron giải thuật di truyền khai phá liệu Kết hợp với tính chất tìm kiếm tồn cục GA với tính hội tụ giải thuật BP Với ứng dụng dự đốn số GRDP tỉnh Bình Dương bước tiến quan trọng để tận dụng thời phát triển phịng tránh rủi ro tình hình kinh tế đầy biến động Đóng góp mặt kinh tế - xã hội, giáo dục đào tạo, an ninh, quốc phòng khả áp dụng đề tài: Tỉnh Bình Dương có tốc độ phát triển công nghiệp cao, giá trị sản lượng công nghiệp, tổng sản phẩm địa bàn, tiêu dùng khu vực dân cư quyền lớn Việc thống kê, phân tích dự báo số liệu số GRDP hoạt động thường xuyên nhằm đánh giá tình hình, xem xét hiệu tác động sách Từ có sở khoa học định lượng để điều chỉnh, dự báo, định hướng sách phù hợp Công bố khoa học sinh viên từ kết nghiên cứu đề tài (ghi rõ họ tên tác giả, nhan đề yếu tố xuất có) nhận xét, đánh giá sở áp dụng kết nghiên cứu (nếu có): Ngày 03 tháng 04 năm 2017 Sinh viên chịu trách nhiệm thực đề tài (ký, họ tên) Nhận xét người hướng dẫn đóng góp khoa học sinh viên thực đề tài (phần người hướng dẫn ghi): Ngày 03 tháng 04 năm 2017 Xác nhận lãnh đạo khoa Người hướng dẫn (ký, họ tên) (ký, họ tên) UBND TỈNH BÌNH DƯƠNG CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT Độc lập – Tự – Hạnh phúc THƠNG TIN VỀ SINH VIÊN CHỊU TRÁCH NHIỆM CHÍNH THỰC HIỆN ĐỀ TÀI I SƠ LƯỢC VỀ SINH VIÊN: Ảnh 4x6 Họ tên: Nguyễn Văn Trọng Sinh ngày: 11 tháng 02 năm 1994 Nơi sinh: Bình Dương Lớp: D13HT01 Khóa: 2013 - 2017 Khoa: Cơng Nghệ Thơng Tin Địa liên hệ: 701 Khu 8, phường Tương Bình Hiệp, TP Thủ Dầu Một, Tỉnh Bình Dương Điện thoại: 01634324041 Email: dknyonelil@gmail.com II QUÁ TRÌNH HỌC TẬP (kê khai thành tích sinh viên từ năm thứ đến năm học): * Năm thứ 1: Ngành học: Hệ Thống Thông Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: * Năm thứ 2: Ngành học: Hệ Thống Thông Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: * Năm thứ 3: Ngành học: Hệ Thống Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: Khoa: Cơng Nghệ Thơng Tin Ngày 03 tháng 04 năm 2017 Xác nhận lãnh đạo khoa (ký, họ tên) Sinh viên chịu trách nhiệm thực đề tài (ký, họ tên) UBND TỈNH BÌNH DƯƠNG CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT Độc lập – Tự – Hạnh phúc THÔNG TIN VỀ SINH VIÊN THAM GIA NGHIÊN CÚU I SƠ LƯỢC VỀ SINH VIÊN: Ảnh 4x6 Họ tên: Nguyễn Hoàng Thịnh Sinh ngày: 19 tháng 04 năm 1995 Nơi sinh: Bình Dương Lớp: D13HT01 Khóa: 2013 - 2017 Khoa: Cơng Nghệ Thơng Tin Địa liên hệ: 33/31 Khu 8, phường Tân An, TP Thủ Dầu Một, Tỉnh Bình Dương Điện thoại: 01665 727 537 Email: hoangthinh1904@gmail.com II QUÁ TRÌNH HỌC TẬP (kê khai thành tích sinh viên từ năm thứ đến năm học): * Năm thứ 1: Ngành học: Hệ Thống Thông Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: * Năm thứ 2: Ngành học: Hệ Thống Thơng Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Trung Bình - Khá Sơ lược thành tích: * Năm thứ 3: Ngành học: Hệ Thống Thông Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Trung bình - Khá Sơ lược thành tích: Ngày 03 tháng 04 năm 2017 Xác nhận lãnh đạo khoa (ký, họ tên) Sinh viên tham gia đề tài (ký, họ tên) UBND TỈNH BÌNH DƯƠNG CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT Độc lập – Tự – Hạnh phúc THÔNG TIN VỀ SINH VIÊN THAM GIA ĐỀ TÀI I SƠ LƯỢC VỀ SINH VIÊN: Ảnh 4x6 Họ tên: Nguyễn Thái Sơn Sinh ngày: 11 tháng 02 năm 1995 Nơi sinh: Bình Dương Lớp: D13HT01 Khóa: 2013 - 2017 Khoa: Công Nghệ Thông Tin Địa liên hệ: Khu phố 3B, Thới Hịa, Bến Cát, tỉnh Bình Dương Điện thoại: 0976853112 Email: is.thaison@gmail.com II QUÁ TRÌNH HỌC TẬP (kê khai thành tích sinh viên từ năm thứ đến năm học): * Năm thứ 1: Ngành học: Hệ Thống Thông Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: * Năm thứ 2: Ngành học: Hệ Thống Thơng Tin Khoa: Công Nghệ Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: * Năm thứ 3: Ngành học: Hệ Thống Thông Tin Kết xếp loại học tập: Khá Sơ lược thành tích: Khoa: Cơng Nghệ Thơng Tin 40 II Bài tốn dự báo GRDP tỉnh Bình Dương II.1 Giới thiệu chung Tổng sản phẩm địa bàn (GRDP) tiêu kinh tế tổng hợp quan trọng, phản ánh toàn kết cuối hoạt động sản xuất tất đơn vị thường trú địa bàn tỉnh/thành phố thời kỳ định; phản ánh mối quan hệ trình sản xuất, phân phối thu nhập, sử dụng cuối sản phẩm hàng hóa dịch vụ phạm vi tỉnh/thành phố Tổng sản phẩm địa bàn (theo giá thực tế) dùng để nghiên cứu cấu biến động cấu kinh tế theo ngành, nhóm ngành, theo loại hình kinh tế, mối quan hệ kết sản xuất với phần huy động vào ngân sách nhà nước phúc lợi xã hội tỉnh/thành phố Tổng sản phẩm địa bàn (theo giá so sánh) dùng để đánh giá tốc độ tăng trưởng ngành, loại hình, khu vực tồn hoạt động sản suất địa bàn tỉnh/ thành phố, nghiên cứu thay đổi khối lượng hàng hóa dịch vụ tạo kỳ II.2 Các định nghĩa II.2.1 Định nghĩa GDP GDP tiêu kinh tế tổng hợp quan trọng, phản ánh toàn kết cuối hoạt động sản xuất tất đơn vị thường trú kinh tế nước thời kỳ định; phản ánh mối quan hệ trình sản xuất, phân phối thu nhập, sử dụng cuối sản phẩm hàng hóa dịch vụ kinh tế quốc dân Tổng sản phẩm nước (theo giá thực tế) dùng để nghiên cứu cấu biến động cấu kinh tế theo ngành, nhóm ngành, theo loại hình kinh tế, mối quan hệ kết sản xuất với phần huy động vào ngân sách nhà nước phúc lợi xã hội Tổng sản phẩm nước (theo giá so sánh) dùng để đánh giá tốc độ tăng trưởng toàn kinh tế, ngành, loại hình, khu vực, nghiên cứu thay đổi khối lượng hàng hóa dịch vụ tạo theo thời gian 41 II.2.2 Định nghĩa GRDP Tổng sản phẩm địa bàn (GRDP) tiêu kinh tế tổng hợp quan trọng, phản ánh toàn kết cuối hoạt động sản xuất tất đơn vị thường trú địa bàn tỉnh/thành phố thời kỳ định; phản ánh mối quan hệ trình sản xuất, phân phối thu nhập, sử dụng cuối sản phẩm hàng hóa dịch vụ phạm vi tỉnh/thành phố Tổng sản phẩm địa bàn (theo giá thực tế) dùng để nghiên cứu cấu biến động cấu kinh tế theo ngành, nhóm ngành, theo loại hình kinh tế, mối quan hệ kết sản xuất với phần huy động vào ngân sách nhà nước phúc lợi xã hội tỉnh/thành phố Tổng sản phẩm địa bàn (theo giá so sánh) dùng để đánh giá tốc độ tăng trưởng ngành, loại hình, khu vực toàn hoạt động sản suất địa bàn tỉnh/ thành phố, nghiên cứu thay đổi khối lượng hàng hóa dịch vụ tạo kỳ Tổng sản phẩm địa bàn theo giá thực tế thường dùng để nghiên cứu cấu biến động cấu kinh tế theo ngành, nhóm ngành, theo loại hình kinh tế, mối quan hệ kết sản xuất với phần huy động vào ngân sách nhà nước phúc lợi xã hội Tổng sản phẩm địa bàn theo giá so sánh dùng để đánh giá tốc độ tăng trưởng toàn kinh tế địa phương, ngành, loại hình, khu vực, nghiên cứu thay đổi khối lượng hàng hóa dịch vụ tạo theo thời gian II.3 So sánh GRDP GDP GRDP: Tổng sản phẩm tính phạm vi vùng, tỉnh hay thành phố GDP: Tổng sản phẩm tính phạm vi lãnh thổ quốc gia Về phương pháp tính nội dung tính tiêu GDP GRDP hoàn toàn giống nhau, khác phạm vi tính tốn GDP tính phạm vi nước, GRDP tính vi tỉnh, thành phố Ý nghĩa việc tính GRDP: 42 Tổng sản phẩm địa bàn (GRDP tính tốn cho phạm vi cấp tỉnh) tiêu đánh giá đắn nhất, tổng hợp quan trọng phản ánh kết sản xuất cuối tỉnh năm GRDP tiêu dùng để đánh giá phát triển kinh tế theo thời gian so sánh quốc tế II.4 Phương pháp tính GRDP II.4.1 Nội dung Nội dung tổng quát GRDP xét góc độ khác nhau: (1) Xét góc độ sử dụng (chi tiêu): GRDP tổng cầu kinh tế tỉnh, thành phố bao gồm: Tiêu dùng cuối hộ gia đình, tiêu dùng cuối Chính quyền địa phương, tích luỹ tài sản (tích lũy tài sản cố định, tích lũy tài sản lưu động tích lũy tài sản quý hiếm) chênh lệch xuất nhập hàng hoá dịch vụ (2) Xét góc độ thu nhập GRDP gồm: Thu nhập người lao động, thuế sản xuất, khấu hao tài sản cố định dùng cho sản xuất giá trị thặng dư sản xuất kỳ (3) Xét góc độ sản xuất: GRDP giá trị sản xuất trừ chi phí trung gian II.4.2 Phương pháp tính II.4.2.1 Phương pháp sản xuất GRDP = Tổng giá trị tăng thêm tất ngành + Thuế nhập tỉnh/thành phố - Trợ cấp sản xuất II.4.2.2 Phương pháp thu nhập GRDP = Thu nhập người lao động từ sản xuất + Thuế sản xuất (đã trừ phần trợ cấp sản xuất) + Khấu hao TSCĐ dùng sản xuất + Thặng dư thu nhập hỗn hợp 43 II.4.2.3 Phương pháp sử dụng GRDP = Tiêu dùng cuối + Tích luỹ tài sản + Chênh lệch xuất nhập hàng hoá dịch vụ Phần 2: ỨNG DỤNG DỰ BÁO CHỈ SỐ GRDP TỈNH BÌNH DƯƠNG I Giới thiệu tốn Với việc biến động khơng ngừng tình hình kinh tế nước giới Nhu cầu nắm bắt tương lai để giảm bớt rủi ro đồng thời phát hội phát triển Tỉnh Bình Dương với phát triển động nhộn nhịp, việc đưa dự báo trước GRDP góp phần thúc đẩy chủ trương tỉnh mang tính chiến lược, phòng tránh rủi ro biến động kinh tế Với yêu cầu cấp thiết đó, việc tạo lập phần mềm dự báo GRDP ứng dụng mạng nơron nhân tạo giải thuật di truyền trở nên thiết thực Mạng nơron có khả chiết xuất thơng tin từ liệu không chắn hay liệu phức tạp nhằm phát xu hướng không quan sát số kĩ thuật khác; cộng thêm kết hợp giải thuật di truyền phát huy tối đa hiệu ứng dụng sát với diễn biến thực tế II Mơ hình hóa tốn, thiết kế liệu giải thuật II.1.Mơ hình hóa tốn Với việc liệu mẫu gồm có ba thơng số đầu vào ba nhóm ngành trọng yếu để tính số GRDP Thì ta có sau: • Cơng nghiệp xây dựng: nhận giá trị thực Cục thống kê tỉnh Bình Dương cung cấp (đơn vị: tỷ đồng) • Thương mại dịch vụ: nhận giá trị thực Cục thống kê tỉnh Bình Dương cung cấp (đơn vị: tỷ đồng) • Nơng, lâm nghiệp thủy sản: nhận giá trị thực Cục thống kê tỉnh Bình Dương cung cấp (đơn vị: tỷ đồng) 44 Hàm kích hoạt nơron lớp ẩn hàm sigmoid Hàm kích hoạt nơron lớp chọn hàm đồng Đặc trưng hàm sigmoid: ➢ Ánh xạ tập liệu lớn khoảng [0,1] ➢ Chỉ cần hàm sigmoid để huấn luyện mạng ➢ Mạng đa lớp dùng hàm sigmoid để làm ngưỡng Công thức hàm sigmoid: 𝑦 Đạo hàm hàm sigmoid: = 𝑑𝑓(𝑡) 𝑑𝑡 1+𝑒 −𝑡 = 𝑒𝑡 (1+𝑒 𝑡 )2 II.2.Thiết kế liệu Cơ sở liệu ứng dụng đưa vào từ file text ngăn cách với dấu “ ; ” với thơng số sau: • Thông số thứ nhất: Công nghiệp xây dựng (đơn vị: tỷ đồng) • Thơng số thứ hai: Thương mại dịch vụ (đơn vị: tỷ đồng) • Thơng số thứ ba: Nông, lâm nghiệp thủy sản (đơn vị: tỷ đồng) 45 Cứ hàng ngang tương đương với năm Bắt đầu hàng đầu tiền quý I, hàng thứ hai quý II, hàng thứ ba quý III, hàng thứ quý IV Kế tiếp hàng ngang năm Số liệu đưa vào thống kê qua bốn năm: từ năm 2012 đến năm 2015 Hình 14: Hình liệu ứng dụng Tất liệu đưa vào mạng chuẩn hóa khoảng (0,1) theo công thức: SV = OV*(0,9 – 0,1) / (MAX – MIN) Trong đó: • OV giá trị trước biến đổi • SV giá trị sau biến đổi (gias trị để đưa vào mạng) • MAX, MIN giá trị lớn nhỏ tập giá trị • 0,9 0,1 giá trị lớn nhỏ hàm sigmoid 46 III.Chương trình dự báo III.1 Giao diện III.1.1 Chương trình 47 III.1.2 Màn hình thiết lập thơng số III.1.3 Màn hình huấn luyện 48 III.2 Một số thuật toán III.2.1 Hàm sigmoid Public Function sigmoid(ByVal x As Double) As Double If x > 10000 Then sigmoid = ElseIf x < -10000 Then sigmoid = Else sigmoid = / (1 + Math.Exp(-x)) End If End Function III.2.2 Cal_out Public Sub cal_out() Dim i, j As Integer Dim temp As Double temp = For j = To numoutputs - ReDim Preserve outputs(j) For i = To numinputs - outputs(j) = weight(i, j) * inputs(i) + bias(j) temp = temp + outputs(j) Next If type = Then outputs(j) = temp Else outputs(j) = sigmoid(temp) ReDim Preserve predicted_value(j) predicted_value(j) = outputs(j) MessageBox.Show("predict " + j.ToString + predicted_value(j).ToString) End If Next End Sub III.2.3 Cal_error ' tính tổng lỗi cho lớp truyền tổng lỗi ngược cho lớp ẩn Public Sub cal_error(ByRef e As Double) Dim i, j As Integer Dim e_temp, e_total, temp As Double e_temp = e_total = temp = For i = To numoutputs - ReDim Preserve output_error(i) output_error(i) = realvalues(i) - outputs(i) e_total = e_total + output_error(i) * output_error(i) Next e = e_total For i = To numinputs - 49 ReDim Preserve back_error(i) For j = To numoutputs - back_error(i) = weight(i, j) * output_error(j) temp = temp + back_error(i) Next back_error(i) = temp temp = 'lỗi lan truyền ngược lại giá trị tính sau: back_error(i) = back_error(i) * sigDaoham(inputs(i)) MessageBox.Show(i.ToString + back_error(i).ToString) Next End Sub III.2.4 Update weight 'hàm cập nhật trọng số lớp Public Sub UpdateWeight(ByVal learning_rate As Double, ByVal alpha As Double) Dim i, j As Integer Dim delta, deltaBias As Double 'giá trị thay đổi=beta*output_error*input+alpha*past_delta 'cập nhật trọng số For i = To numinputs - For j = To numoutputs - delta = learning_rate * output_error(j) * inputs(i) + alpha * past_delta(i, j) weight(i, j) = weight(i, j) + delta cum_delta(i, j) = cum_delta(i, j) + delta Next Next 'cập nhật độ lệnh bias For i = To numoutputs - deltaBias = learning_rate * output_error(i) + alpha * past_deltaBias(i) bias(i) = bias(i) + deltaBias cum_deltaBias(i) = cum_deltaBias(i) + deltaBias Next End Sub III.2.5 Cal_mid_error 'tính tổng lỗi truyền ngược từ lớp ẩn cho lớp vào Public Sub mid_cal_error() Dim i, j As Integer Dim temp As Double temp = For i = To numinputs - ReDim Preserve back_error(i) For j = To numoutputs - back_error(i) = output_error(j) * weight(i, j) temp = temp + back_error(i) Next back_error(i) = temp temp = back_error(i) = back_error(i) * sigDaoham(inputs(i)) Next 50 End Sub III.2.6 Train Public Sub train() Dim total_error, cur_error As Double Dim i As Integer i = total_error = stoptraining = False numofCycle = numofloop = 'ReDim Preserve predictValue(numofPatterns - 1) Do While numofCycle < 5000 And Not stoptraining numofloop = numofloop + UpdateMomentum() get_pattern(i) forward_pro() 'truyền xi backward_pro(cur_error) 'truyền ngược, tính tổng bình phương lỗi total_error = total_error + cur_error UpdateWeights() get_predictvalue(i) i = i + If i = numofPatterns - Then 'đã duyệt hết mẫu huấn luyện MSE = total_error / 16 'tính trung bình tổng bình phương lỗi chu kỳ ReDim Preserve arrMSE(numofCycle) arrMSE(numofCycle) = MSE If (numofCycle > 0) Then If arrMSE(numofCycle) < arrMSE(numofCycle - 1) Then frmhuanluyenmang.lbltrangthai.Text = "down " Else frmhuanluyenmang.lbltrangthai.Text = "up " End If End If numofCycle = numofCycle + frmhuanluyenmang.lbltongchuky.Text = numofCycle.ToString() frmhuanluyenmang.lbltongbuoclap.Text = numofloop.ToString() frmhuanluyenmang.lblMSE.Text = MSE.ToString() frmhuanluyenmang.Update() If MSE < error_min Then stoptraining = True End If i = End If MSE = Loop write_weight("D:\\weight.txt") frmhuanluyenmang.Update() End Sub 51 52 Phần 3: ĐÁNH GIÁ VÀ KẾT LUẬN STT Hệ số học Bước đà Số lớp ẩn Số vịng lặp Chu kì MSE Kết 0,8 0,5 200000 856 0,000466 Hội tụ 0,8 0,5 200000 160 0,000449 Hội tụ 0,8 0,5 200000 848 0,000465 Hội tụ 0,8 0,5 200000 849 0,000319 Hội tụ nhanh 0,8 0,5 200000 855 0,000452 Hội tụ 0,7 0,5 200000 - - 0,7 0,5 200000 - - 0,7 0,5 200000 - - 0,6 0,5 200000 - - 10 0,6 0,5 200000 - - 11 0,9 0,5 200000 86 0,000491 Hội tụ 12 0,9 0,5 200000 84 0,000496 Hội tụ I Không hội tụ Không hội tụ Không hội tụ Không hội tụ Không hội tụ Ưu điểm Mạng nơron: ✓ Xử lý song song ✓ Thiết kế cho nhiều hệ thống thích nghi khác ✓ Khơng địi hỏi đặc trưng mở rộng toán (chủ yếu dựa tập học) Ứng dụng: 53 Các kết thu từ dự án hứa hẹn việc đưa dự đoán số GRDP tương lai tỉnh Bình Dương giúp tỉnh có sách phù hợp để điều chỉnh tình hình kinh tế II Nhược điểm ✓ Khả ANN mạnh, mô liệu mẫu tốt Nhưng phụ thuộc vào kinh nghiệm người thực thi chọn thông số phù hợp cho mạng huấn luyện hội tụ ✓ Khơng có quy tắc hướng dẫn thiết kế cách rõ ràng ứng dụng định ✓ Khơng có cách tổng qt để đánh giá hoạt động bên mạng ✓ Việc học mạng khó (hoặc khơng thể) thực ✓ Khó dự đốn trước hiệu mạng tương lai (khả tổng quát hoá) III.Hướng phát triển ứng dụng ✓ Thu thập số liệu nhiều mẫu để huấn luyện mạng nơron trọng số tối ưu để dự đốn độ xác tăng lên ✓ Tích hợp giải thuật GA BP việc học cấu trúc cua mạng nơron nhằm tìm số nơron lớp ẩn tốt cho toán ✓ Cải tiến giải thuật GA để cao hiệu cho toán IV.Kết luận Đề tài tập trung nghiên cứu kĩ thuật sử dụng mạng nơron giải thuật di truyền khai phá liệu Kết hợp với tính chất tìm kiếm tồn cục GA với tính hội tụ giải thuật BP Với ứng dụng dự đoán số GRDP tỉnh Bình Dương bước tiến quan trọng để tận dụng thời phát triển phịng tránh rủi ro tình hình kinh tế đầy biến động 54 TÀI LIỆU THAM KHẢO Sách tham khảo [1] Nguyễn Đình Thúc (2001), Lập trình tiến hóa, Nhà xuất giáo dục [2] Nguyễn Đình Thúc (2000), Mạng nơron nhân tạo, NXB Giáo dục [3] Nguyễn Như Phong (2009), Tính tốn mềm, NXB Khoa học kĩ thuật [4] Dương Thị Huyền Thanh (2006), Kỹ thuật mạng nơron giải thuật di truyền khai phá liệu thử nghiêm ứng dụng [5] Nguyễn Văn Minh, Mạng Norơn giải thuật Back Propagation [6] Nguyễn Thái Thảo Vy, Kinh tế học vĩ mô, Nhà xuất tài [7] Đại học Kinh tế Quốc dân (2009), Giáo trình Ngun lý Kinh tế vĩ mơ, Nhà xuất Lao động Trang web tham khảo [1] Trang tổng cục thống kê Chính phủ: https://www.gso.gov.vn/danhmuc/HTCT_tinh.aspx?ma_nhom=T060206 [2] Trang cục thống kê Tiền Giang: http://thongketiengiang.gov.vn/Info.aspx?id=221201415352379