微粒群算法在外貿(mào)競爭力研究中的應(yīng)用.pdf

1、在經(jīng)濟(jì)全球化的今天，提升外貿(mào)競爭力對一國或地區(qū)的經(jīng)濟(jì)發(fā)展至關(guān)重要。而提升外貿(mào)競爭力需要首先了解外貿(mào)競爭力與主要影響因素之間的關(guān)系。在過去關(guān)于外貿(mào)競爭力的研究中，多數(shù)是對外貿(mào)競爭力進(jìn)行評價，而在數(shù)量方法上對其進(jìn)行深入研究相對較少。本文在前人研究的基礎(chǔ)上，以重慶市為例分析了外貿(mào)競爭力的主要影響因素，應(yīng)用回歸分析方法建立了外貿(mào)競爭力與主要影響因素之間的回歸模型，為科學(xué)管理對外貿(mào)易活動、合理制定對外貿(mào)易政策提供了決策參考。 外貿(mào)競爭力與

2、主要影響因素之間存在著普遍的非線性關(guān)系，而應(yīng)用多元非線性回歸方法對其進(jìn)行建模不太容易實現(xiàn)，傳統(tǒng)的做法是建立單個變量的回歸模型，通過組合單一回歸模型來降低建模的難度。本文的做法是對單一回歸模型設(shè)定加權(quán)系數(shù)，以最小二乘準(zhǔn)則構(gòu)造目標(biāo)函數(shù)，在約束條件下使目標(biāo)函數(shù)最小化，求得單一回歸模型的的最佳加權(quán)系數(shù)，通過組合得到多元非線性回歸模型。由于采用最小二乘準(zhǔn)則構(gòu)造目標(biāo)函數(shù)是一個非線性規(guī)劃問題，而對于非線性規(guī)劃問題的求解，目前還沒有一個通用有效的方法。

3、微粒群算法主要是解決連續(xù)優(yōu)化問題，本文將微粒群算法改進(jìn)形式——慣性權(quán)重微粒群算法應(yīng)用于求解單一回歸模型的加權(quán)系數(shù)上，取得了較好的效果。 本文采用以精度相對較高的最小二乘準(zhǔn)則構(gòu)造目標(biāo)函數(shù)，并運用慣性權(quán)重微粒群算法求解單一回歸模型加權(quán)系數(shù)，通過此方法確定的加權(quán)系數(shù)能夠以最佳的組合方式綜合單一回歸模型具有的信息，使最后得到的外貿(mào)競爭力回歸模型更為精確、合理，對外貿(mào)競爭力的研究具有一定的理論指導(dǎo)意義。通過本文對重慶市外貿(mào)競爭力的實際應(yīng)用