中国油菜产业风险预警研究——基于BP神经网络

根据风险预警体系的一般组成结构,分析了油菜市场风险预警体系的组成。从油菜籽供给与需求的因素以及宏观经济、国家政策与国际市场等影响油菜籽市场价格的因素出发,以油菜籽收购价格的波动率作为油菜产业市场风险预警的警情指标,构建了中国油菜产业市场价格风险预警的指标体系。运用BP神经网络分析1990-2007年的样本,对油菜产业风险预警进行实证研究,验证了利用BP神经网络构建的风险预警模型具有实用性和可行性,从而为中国油菜产业风险预警构建了一个有效的模型。     

社会渠道运营商分级模型及实证研究

文章基于系统论的思想,全面地给出了社会渠道运营商评定所要考虑的因素,并把这些因素具体化、指标化,然后运用模糊综合评价模型,对某电信企业社会渠道运营商进行分级评价,较好地解决了具有一定程度模糊性的定性指标的量化问题,为科学、合理地评定社会渠道运营商提供有力的依据。     

基于模糊优选和神经网络的保险企业经营风险预警系统构建

论述基于模糊优选和神经网络的保险企业经营风险预警方法的理论依据,阐述组成我国保险企业经营风险预警系统的三个重要环节:基于BP神经网络的风险预警指标预测子系统、基于模糊优选理论的风险测评子系统和基于模糊优选BP神经网络的风险报警子系统三个子系统的构建原理,并通过实例分析证明该方法有效、可行。     

基于优化BP神经网络的营销风险衡量与控制

营销风险是由营销环境等因素的不确定变化带来的,营销风险衡量是营销风险管理的核心。文章提出了基于改进BP神经网络的营销风险评价方法。这种方法的步骤包括建立营销风险评价指标体系,并进行FA指标处理;构建BP神经网络模型,以实例训练模型,并验证此方法的可行性。在此基础上,用概率法划分五个营销风险等级,并根据企业承受营销风险的能力及风险管理水平,采取相应的预警控制措施。     

基于人工神经网络的企业营销风险预警

为了解决企业的营销风险预警困难问题,论述了人工神经网络理论用于企业营销风险预警的理论依据,并探讨了风险预警的神经网络诊断的一般程序和步骤。该方法在认识传统BP神经网络算法不足的基础上,引入加权评分模型和并行技术,进行了算法改进。最后通过一个案例分析,说明该方法能适应多种不同情况的风险预警问题。     

企业BP神经网络预警模型探讨

基于企业预警指标之上的警界线的划分和警度的评判是企业预警管理系统的研究难点。针对企业预警研究存在的问题,将人工神经网络BP模型应用于企业预警系统中。BP网络模型克服了传统模式难以处理高度非线性模型、容错性差、预警线和预警区域不具备时变性、缺少自学习能力等缺陷。通过模型的网络设计和仿真实验,证实了这种方法的有效性和广泛的应用前景。     

基于知识图谱的企业财务风险预警模型构建

风险预警具有事前控制的作用,预警效率的提高能够有效提升应急管理效果。以风险预警模型为核心,围绕风险监测与预警模型两个方面,以知识图谱为工具,构建基于数据驱动的企业财务风险预警模型。研究结果表明,构建的模型在预警效果上具有良好的表现,且能够反映出各自变量对于因变量影响的重要程度,可用于指导实际的财务风险预警工作与应急预警机制的设计,为有效提高财务风险预警效率提供了新方法。     

供应链视角下食品质量安全风险预警研究

为提高我国食品质量安全风险的预警水平,从食品供应链视角出发,构建食品质量安全风险预警指标体系.通过在突变模型之中加入BP神经网络,建立了拓展突变模型,经计算得出中国2010年—2017年食品供应链各环节的总风险度,以及预测出我国未来5年的食品质量安全风险水平.研究表明:拓展突变模型适用于所建的食品质量安全预警体系,并能对食品质量安全风险进行有效的预警.我国食品供应链上各环节风险值整体呈下降趋势,但食品销售环节与消费环节的风险现状值及其预测值仍相对较高,需要继续加强对食品销售环节和消费环节的监管与控制.     

基于BP神经网络专家系统的财产保险公司全面风险预警系统研究

为了克服传统的偿付能力监管所隐藏的风险因子考虑不周以及保险统计数据匮乏等的弊端,借鉴国内外权威保险监管机构和专家学者的最新研究成果,尝试提出了我国财产保险公司全面风险预警指标体系;利用BP神经网络和专家系统相结合的方法,构建了我国财产保险公司全面风险预警机制并进行了实证分析。结果表明,利用BP神经网络专家系统对财产保险公司进行全面风险预警,具有极高的预测精度和较强的鲁棒性。     

规避MBO融资风险探析

本文通过分析和比较国内外融资方式,从管理层规避融资风险的角度提出了在国内现有环境中选择融资渠道的建议;进一步提出了财务预警模型测算破产概率、债券评级间接得出破产概率和通过CAPM模型中系数测算融资风险三种方法定量计算融资风险.     

移动通信系统信道分配的神经网络算法

引入神经网络模型和算法来解决移动通信系统中信道分配问题，采用改进的Ｋｏｈｏｎｅｎ自组织模型，提出了在此模型下的信道分配神经网络算法，给出了仿真结果。结果表明神经网络算法解决分布式控制的动态信道分配门题是有效的，它对ＦＤＭＡ、ＴＤＭＡ、ＣＤＭＡ移动通信系统信道分配有重要参考价值，特别是对大容量、大地域的移动通信系统（如ＧＳＭ系统、移动卫星通信系统）的信道分配有特殊的意义。     

震灾网络舆情风险监测指标及其评估方法

为科学构建震灾网络舆情风险评估体系,在舆情监测指标构建基础上提出基于加速遗传算法的BP神经网络（AGABP）风险评估方法。依据网络舆情演化理论,围绕震灾网络舆情的物理属性和社会属性提出2个维度、4个二级指标和10个三级指标的震灾网络舆情风险监测指标体系。在评估方法上,针对常规评估系统对非线性、高维度和非正态评估问题的局限性,利用BP网络能够以任意均方差的精度逼近任意平方可积非线性连续函数的优势,将BP网络用于震灾网络舆情风险监测评估中,并用加速遗传算法（AGA）对BP网络参数进行优化,以解决常规BP网络存在训练速度慢和容易过早收敛的问题。通过随机样本数据对AGABP模型进行自学习训练,并用实际样本数据验证,结果表明：与BP神经网络、逻辑斯蒂曲线相比,本研究所构建的AGABP模型在收敛速度、评估准确度上有明显优势,能够用于震灾网络舆情风险管理实践中。     

基于BP神经网络的天然橡胶市场风险预警系统构建

构建了以产区价格为警情指标、以BP神经网络为预警模型的天然橡胶市场风险预警系统。使用1995—2008年的年度比率数据迭代计算进行网络训练,利用权重矩阵和传递函数计算了各指标的灵敏度,在经济学理论上分析其影响方向,理论与实证结果基本一致,说明指标选取的合理性。结果表明:所构建的预警系统能够较好地对天然橡胶市场风险进行预警,且能够反映经济危机、重大政策变化等带来的不确定性。     

党政机构微博在突发事件中传播效果的影响因素及策略

在分析铁路货运量预测方法的基础上，针对标准BP神经网络的不足，提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度，以此来得到更好的激励函数响应特征以及更好的非线性表达能力；其次，利用附加动量因子，通过对以前经验的积累，既降低了神经网络对误差曲面的局部细节敏感特性，又较好的遏制了神经网络易于限于局部最小的缺陷；最后，采取改变学习率的方法，给定一个较大的学习率初始值，在学习的过程中学习率不断减小，网络最终趋于稳定。改进BP算法既可以得到更优的解，还能够缩短训练时间。利用全国铁路货运     

复方降脂中药活性筛选平台建立的研究

利用BP神经网络强大的预测功能，解决中药性味归经与药效评价的关系问题。研究证明：BP神经网络模型在一定误差范围内揭示中药的性味归经与其降脂药效之间的关系，可用于降脂中药药效的预测中，为降脂药物的选择提供依据，为中药降脂药效评价提供一种科学、客观、简洁的方法。     

基于BP-KMV模型的商业银行信用风险评价研究

建立BP神经网络和KMV模型相结合的BP-KMV信用风险评价模型,并选择上市的49家样本公司的财务数据和股价水平对BP-KMV模型进行实证分析,将结果与商业银行现行的评价结果相比较,表明BP-KMV模型更符合实际情况。进一步发现评价结果的差异体现在信用度相对较高、风险相对较大的区域。     

基于MATLAB的BP神经网络模型在地震预报中的应用

根据人工神经网络模型,运用MATLAB的神经网络工具箱建立BP神经网络预测模型,以地震变化率作为神经网络的输入,对台湾地区和四川地区地震数据时间序列进行分析对大地震的发生时间进行预测。实验证明该模型用于地震预报的有效性和可行性,具有良好的应用价值。