目 录
1 绪 论 1
1.1 研究背景 1
1.2 国内外的研究现状 1
1.2.1国外的现状和研究 1
1.2.2国内的现状和研究 2
1.3研究思路及研究方法 3
1.3.1研究思路 3
1.3.2 研究方法 3
1.4 研究框架 3
2 理论基础 5
2.1 人工神经网络概述 5
2.1.1 人工神经网络的基本原理 5
2.2 BP神经网络 6
3 模型的建立和求解 8
3.1财政收入预测指标 8
3.1.1财政收入主要影响因素选择 8
3.2绍兴市财政收入预测 9
3.2.1数据整理 9
3.2.2 BP神经网络模型建立 9
3.2.3网络结构设计 10
3.2.3.1输入输出层的设计 10
3.2.3.2隐层设计 10
3.2.3.3 激励函数的选取 11
3.2.3.4 模型的实现 11
3.3结果分析 11
结 论 13
参考文献 14
附 录（必要时） 16
致 谢 18

图目录
图2.1 人工神经元模型 5
图2.2 BP神经网络示意图 7
图3.1 BP神经网络模型 10
图3.2 网络结构示意图 11

表目录
表3.1绍兴市地方财政收入与各影响因子系数表 8
表3.2绍兴市地方财政收入各影响因素原始数值 9
表3.3财政收入预测值与实际值相对误差 12

1.3研究思路及研究方法
1.3.1研究思路
本文选取了绍兴市2007-2016的数据作为原始样本数据。其中前6个年的数据作为分析的依据，综合考虑影响财政收入的主要因素，作为相关变量。把这些因素之间复杂的关系以权值的形式放在神经网络中，通过前几个月数据的多次训练，对后几个月的收入进行预测。根据几次训练得到的数据和实际数据进行比较，算出误差，然后修改隐层中的权值。最终得到一个最优的模型。
1.3.2 研究方法
本文主要是采用理论分析和实证研究相结合的方法，在理论分析的基础上，通过建立模型解决问题。通过对相关文献的分析和研究，选出影响财政收入的主要因素，采集相关数据，并对数据进行相应的处理，通过不断的训练和修改得到最优的模型。

1.4 研究框架
1、 阅读国内外关于BP神经网络预测的相关文献，提出本论文的研究问题、研究内容、研究方案、研究的重点及难点和拟解决的关键问题。
2、 收集2007年-2016年绍兴市财政收入的数据，对数据进行处理，并分析财政收入的影响因素。
3、 建立BP神经网络预测模型，取前几个月的数据作为样本，对模型进行训练。
4、 根据得到的预测值和实际值比较，得出误差。接着修改权值，对模型进行反复训练，得到最优模型。
5、 根据得到的研究结论对模型进行总结。