资源型产业集群水平的经验数据分析

资源型产业集群水平直接影响着资源型产业的效益,进而制约着整个社会经济发展的势头.资源型产业集群水平的测度和分析有利于人们更好地了解本地区资源型产业的发展态势.在评价体系的运用过程中,应该选择恰当的方法来确定指标权重及进行综合评估.进行地区比较分析时,标杆分析法的采用有利于促进本区域的资源产业找准差距,实现集群水平的优化发展.     

西部地区资源型产业集群化发展分析

西部地区拥有自然资源的独特竞争优势,如何高效地利用西部自然资源对西部经济的发展至关重要。通过发展资源型产业集群,形成西部地区资源型产业集群化发展模式是有效利用西部地区自然资源的主要途径。文章在对西部地区资源型产业集群化发展现状分析的基础上,根据资源型产业集群发展特征,提出西部地区资源型产业集群化发展的实现机理。     

贵州省资源型产业可持续发展能力评价模型的构建及实证

文章结合贵州省经济社会、资源环境条件的实际情况,选取11个单项指标,从经济贡献、资源利用能力、环境影响、循环利用四个方面构建资源型产业可持续发展评价体系,并运用可操作性强的熵值法对贵州省资源型产业2008～2013年相关统计数据进行实证研究,最后从各子系统评价结果、综合评价结果两个方面,系统的分析贵州省资源型产业可持续发展情况以及影响资源型产业可持续发展的重要因素,为相关部门更好的引导资源型产业可持续发展提供一定参考.     

循环经济下高新技术产业集群发展研究

高新技术产业集群为我国经济发展做出了巨大贡献,但同时高新技术产业集群也产生了一些负面效应,由于高新技术产业集群污染的独特特点,造成高新技术产业集群污染一直没有引起注意。随着高新技术产业集群的快速发展,高新技术产业集群产生的污染必须要引起重视。为了实现经济可持续发展,我们必须要对高新技术产业集群走循环经济之路进行研究,以促使高新技术产业集群的又好又快发展。     

资源产业集群水平的测度方法

近年来,产业集群逐渐成为研究热点。理论和实践均证明产业集群发展水平的高低直接决定了资源产业的经济效果,同时也对产业发展潜力的强弱产生了深刻的影响。对资源产业集群水平进行测度有利于资源产业的科学发展。而在综合测度过程中,测度方法的选择是重中之重。     

资源产业集群水平的评价指标体系构建

产业集群同产业发展之间的关系成为近十几年来学术界共同关注的焦点问题。而产业集群对资源产业发展效益的影响不仅对资源产业本身意义非凡,同时也将对整个社会经济产生质料效应。理论和实践均证明产业集群发展水平的高低直接决定了资源产业的经济效果,同时也是转化区域资源优势及促进区域经济发展的有效途径。文章对资源产业集群水的评价括标体系进行了研究。     

西部瓷都陶瓷产业集群内企业自适应行为分析

文章通过对西部瓷都陶瓷产业集群创新能力和绩效的调研,旨在描述陶瓷产业集群内企业的自适应行为,总结陶瓷产业集群内企业创新能力和集群发展经验,找出集群发展过程中的薄弱环节,探索夹江陶瓷产业集群可持续发展的动力机制和企业自适应行为的调节机制。     

中国食品产业集群可持续发展潜力的综合评价

文章基于中国食品产业发展现状,构建了中国食品产业集群可持续发展潜力评价指标体系,根据区位熵理论识别和测度了中国食品产业集群,基于2000~2013年的面板数据,运用改进的熵值法计算得到了各个指标的权重,进而对中国食品产业集群的可持续发展潜力进行了分类评价和综合评价。     

资源型城市产业转型风险评估

产业转型风险在产业转型的过程中是客观存在的,它直接影响资源型城市产业转型的成败。如何评估产业转型风险的高低,对有效进行资源型城市产业转型至关重要。本文在分析产业转型风险因素的基础上,提出模糊评价模型,对产业转型风险进行定量评估,从而为资源型城市产业转型提供更为科学、可观的依据。     

产业集群发展的资源支持度研究

文章提出、界定了产业集群发展的资源支持度的概念和内涵,指出产业集群发展的资源支持度是由物质、劳动、资本、社会、服务、企业及市场和政府政策所构成的、反映产业集群与区域内资源关系的复杂系统,并在此基础上构建了产业集群发展的资源支持度评价指标体系.     

可持续发展评估及预警系统

可持续发展评估和预警系统的研究工作,是我国可持续发展研究的重要部分,也是我国经济社会实现可持续发展的客观要求,因而具有较高的学术价值和社会现实意义。本文分两大部分分别介绍了可持续发展评估系统和预警系统,通过具体的模型构建,对可持续发展评估和预警系统进行了较为系统的阐述。     

基于首末位质量因子的BP神经网络财务风险预警模型

上市公司往往存在粉饰财务数据来美化企业经营状况的动机,这会降低财务风险预警模型预测的准确性。文章利用Benford律和Myer指数两种数据质量评估方法,构建Benford和Myer质量因子,引入BP神经网络模型,构造BM-BP神经网络财务风险预警模型;并进一步利用2000—2019年中国A股上市公司数据,评价数据质量因子对财务风险预警模型预测准确性的影响,分析新模型预测准确性的稳定性。实证分析结果显示:Benford和Myer质量因子提高了BP神经网络财务风险预警模型预测的准确性;在不同质量因子的比较结果中,包含评选指标Benford和Myer质量因子的BP神经网络财务风险预警模型具有较高的预测准确率和较低的二类误判率,稳定性良好;利用决策树算法筛选指标有效提高了新模型的预测准确性。     

基于Twin-SVM的多分形金融市场风险的智能预警研究

本文以沪深300指数（CSI300）长达11年时间的5分钟高频交易数据为研究样本,首先提出一种基于多分形特征的金融市场正常与关注状态的界定方法,并引入新型的支持向量机（SVM）人工智能模型,即孪生SVM（Twin-SVM）模型对多分形特征下的金融市场风险展开预警研究。实证结果表明：（1）中国新兴金融市场的价格波动具有显著的多分形特征;（2）基于多分形特征参数界定的正常与关注状态不仅准确,而且也具有明显的统计检验意义和明确的现实意义;（3）与传统SVM和BP神经网络（NN）相比,Twin-SVM在预测精度上不仅显著更高,而且在预测稳定性上也明显更优,即Twin-SVM能够有效地解决其它预警模型存在的非对称样本问题。     

中国单位工业增加值不可再生资源消耗的测度

一、国外相关指标研究现状在国家宏观层次上设置指标对不可再生资源利用率进行度量 ,一直没有引起人们足够的重视 ,这点从自然资源核算 (包括实物核算 )工作在绝大多数国家都未得以开展便可看出 ,因此 ,从整体上度量一个国家或地区不可再生资源利用率一直是一个空白点。近年来 ,随着可持续发展概念的出现 ,如何合理与“可持续”地利用自然资源 (包括不可再生资源 )已越来越引起世人的关注。这种形势向人们提出了应设置相应指标 ,对一个国家不可再生资源利用率进行度量 ,进而评价人类社会迈向可持续发展的努力的需求。1996年 ,联合国可持续发…     

BP神经网络在基本养老保险基金支付风险预警中的应用

尝试将BP神经网络引入基本养老保险基金的风险预警中,以期为其提供一种新的预警工具和方法。首先,建立了一套基本养老保险基金风险预警指标体系,构建了基于BP网络的基本养老保险基金风险预警模型;其次,采集1996年至2008年间的上海市各年度基本养老保险基金的历史数据对该模型进行了反复训练和学习,取得了误差率仅为3.86%的预测结果,说明该模型有很好的拟合度;最后,依据国际国内经验对基本养老保险基金的警情指标设置了五个警度输出区间。     

Standardization of Process Norms in Baker's Yeast Fermentation through Statistical Models in Comparison with Neural Networks

Achieving consistency of growth pattern for commercial yeast fermentation over batches through addition of water, molasses and other chemicals is often very complex in nature due to its bio-chemical reactions in operation. Regression models in statistical methods play a very important role in modeling the underlying mechanism, provided it is known. On the contrary, artificial neural networks provide a wide class of general-purpose, flexible non-linear architectures to explain any complex industrial processes. In this paper, an attempt has been made to find a robust control system for a time varying yeast fermentation process through statistical means, and in comparison to non-parametric neural network techniques. The data used in this context are obtained from an industry producing baker's yeast through a fed-batch fermentation process. The model accuracy for predicting the growth pattern of commercial yeast, when compared among the various techniques used, reveals the best performance capability with the backpropagation neural network. The statistical model used through projection pursuit regression also shows higher prediction accuracy. The models, thus developed, would also help to find an optimum combination of parameters for minimizing the variability of yeast production.     

The Integration of Artificial Neural Networks and Text Mining to Forecast Gold Futures Prices

Although a previous study found that neural network forecasts were more accurate than time series models for predicting Latin American stock indexes, the forecasting accuracy of neural network for predicting gold futures prices has never been discussed. Therefore, the first objective of this study is to compare the forecasting accuracy of a neural network model with that of ARIMA models. Furthermore, the fluctuations in gold futures are not only influenced by the quantitative variables, but also by many nonquantifiable factors, such as wars, international relations, and terrorist attacks. The second objective of this study is therefore to propose the integration of text mining and an artificial neural network to forecast gold futures prices. The historical gold futures prices from 1999 to 2008 were used as training data and testing data, and the prices of 2009 were used to examine the effectiveness of the proposed model. The results of empirical analysis showed that an artificial neural network forecasted gold futures prices better than ARIMA models did. In addition, text mining provided a reasonable explanation of the trend in gold futures prices.     

信用评分模型应用比较研究——基于个体工商户数据的检验

信用评分是各类机构进行信用管理的有效工具,有着广泛的应用前景。随着计量技术的发展,信用评分方法也不断革新,为实际应用提供了多种选择。选取Logistic回归、分类树两种统计方法及代表信用评分发展趋势的人工智能神经网络中的多层感知器、径向基网络、自组织特征映射网络、支持向量机等共六种模型,运用较大样本量的个体工商户数据在一致的框架下进行检验。结果表明：Logistic回归模型与支持向量机两种方法在错分率、稳定性及适用性方面较为优越,其中支持向量机作为人工智能评分方法的最新应用之一,其综合性能更为突出。     

基于神经网络的高级行政管理人才选拔方案群体决策支持系统研究

地方政府高级行政管理人才选拔及班子配备是组织人事部门领导人才管理的核心内容,它对一个地方的经济发展和社会进步有着举足轻重的作用。如何根据该地区的地理、经济、社会、文化等特点,选择最佳的地方政府高级行政管理人才选拔及班子配备方案,是组织人事管理工作中面临的主要研究课题之一。本文从分析传统的选择地方政府高级行政管理人才选拔及班子配备方案模式入手,根据神经网络和模糊数学理论,结合工人智能技术,提出了基于神经网络的地方政府高级行政管理人才选拔及班子配备方案群体决策支持系统(Group DecisionSupport Systemfor Lea…     

基于椭圆概率神经网络的企业财务危机预警

在国际经济一体化的大环境下,随着企业竞争的日趋激烈,企业进行财务危机的预警显得尤为重要。基于椭圆概率神经网络的财务危机预警方法是概率神经网络的改进,考虑代表输入变量重要性的变量权值、代表样本有效范围的核宽倒数及代表样本可靠程度的数据权值,利用该方法对企业财务危机进行预测。实证分析结果证明：此方法的优越性有较高的预测准确性,能够为中国资本市场的发展提供很大的帮助。