基于ARIMA模型及线性神经网络的用电量需求预测研究

利用二阶差分后平稳的历史用电量数据,建立ARIMA(0,2,2)模型,计算平均相对误差,并进一步采用线性神经网络分段逼近历史用电量之间的关系.最后以北京市为例进行实证研究,结果显示:线性神经网络的预测效果优于ARIMA模型.     

改进BP神经网络在教学质量评价中的应用

通过对高职教学质量的分析,建立了评价指标体系,并提出了基于改进BP神经网络的高职教学质量评价方法.将教学评价指标概念量化成确定的数据作为输入,教学效果作为输出,进行BP神经网络训练实证研究.     

国家社保基金收入预测的PCA&BP模型

采用1989-2005年数据,利用主成分分析(PCA)与BP神经网络算法对我国社保基金收入进行拟合及预测分析.结果表明,与回归模型相比,PCA&BP模型具有更高的预测精度,相对误差为-0.22%.     

基于人工神经网络的2A70铝合金形变显微组织预测

在Gleeble-1500热模拟试验机上对2A70铝合金试样在变形程度为60％、变形温度为360℃～480℃、变形速率为0.01～1S^-1的条件下进行等温恒应变速率压缩试验及固溶处理。分析热变形参数对合金固溶后显微组织的影响，结果表明，2A70铝合金的晶粒尺寸随温度的升高而增大，随变形程度和速率的增大而减小。采用BP神经网络的方法预测2A70铝合金固溶处理后的平均晶粒尺寸，对于样本数据，模型的相对误差不超过±5％；对于非样本数据，模型的相对误差不超过±8％。     

基于改进的神经网络模型预测气象灾害经济损失——以广东省台风灾害为例

以广东省台风灾害为例,利用遗传算法改进BP神经网络形成GA-BP神经网络模型,将台风最大风力、台风最大风速、受灾人数、转移安置人数和农作物受灾面积5种变量作为致灾因子,进入神经网络模型,并作为GA-BP神经网络输入数据对直接经济损失进行预测。结果表明:在物价调整前GA-BP神经网络模型和单一BP神经网络模型的平均相对误差分别为17.30和22.86,物价调整后两者的平均相对误差分别为6.27和12.51,这意味着只有将各年份台风灾害直接经济损失调整到同一物价水平上,才能达到最优结果,且GA-BP神经网络模型的预测结果始终优于单一BP神经网络模型;鉴于GA-BP神经网络模型的适用性和参考价值,有关政府部门可在气象灾害发生后,采用该方法对灾情数据进行预测,提升政府在灾情统计方面的时效性,进而在应急财政投入方面迅速作出反应。     

活性艳红X-3B光催化降解的BPNN模拟研究

采用BP神经网络,以TiO2用量CTiO2、溶液初始浓度C0、溶液初始pH值、光照射时间t 4个重要影响因素为自变量,以脱色率DC为因变量,基于Box-Behnken设计和U10(10×53)设计实验数据建模,对活性艳红X-3B(简称X-3B)溶液进行光催化降解模拟研究.该模型对训练集和预测集的预测结果的相关系数R分别为0.9947和0.9905,DCExp.与DCCal.的平均相对误差MRE(%)则分别为5.96%和6.65%.表明该模型预测性能好,对X-3B光催化降解反应具有很好的模拟效果.     

基于动量BP神经网络的PFI项目风险评价

运用BP(Back Propagation)神经网络技术,采用动量BP算法,构建风险评价模型.对PFI项目存在的系统风险及非系统风险进行划分,建立包含政治、法律、金融、生产、市场、信用以及环保等风险的PFI项目风险评价指标体系.对专家组打分获得的训练样本进行训练,得到可靠性验证的训练网络.最后,将某PFI项目打分结果输入已训练好的网络,判定该PFI项目风险等级,为私营公司的决策提供参考依据.     

非对称带状线间隙的人工神经网络模型

采用多层感知器神经网络模型模拟非对称带状线中的间隙不连续性。由时域有限差分方法计算得到一系列按全因素试验设计采样的训练数据，利用这些训练数据训练产生多层感知器神经网络模型，训练结束时存储工作空间。并采用未参加训练的ＦＤＴＤ 数据验证了人工神经网络的可靠性     

基于BP神经网络模型的中国石油需求预测研究

石油需求量预测对编制石油产业发展规划具有重要意义。为了合理预测中国石油需求量,将1965—2014年中国国内生产总值、人口数量、产业结构及技术进步4个分量作为输入向量,石油需求量数据作为输出向量,建立中国石油需求预测的BP神经网络模型,利用Matlab软件的神经网络工具箱对BP神经网络模型反复训练,发现当隐含层节点数为17、学习率为0.1、训练次数为8次、训练精度为0.001时得到的效果最好。最后运用所确定的BP神经网络模型对2015—2024年中国石油需求数据进行了预测。     

基于BP神经网络的中小企业信用评价研究

利用因子分析法建立了我国中小企业信用评价财务指标体系,据此构建了单隐层结构的BP神经网络,并以2006年100家ST和非ST上市公司为训练样本,详细考察了隐含层结构和网络训练函数对BP神经网络辨识性能的影响,最终得到了具有较快收敛速度和较高准确率的BP神经网络。在此基础上,以2006年财务数据为研究样本,对102家上市中小企业进行了信用评价。结果表明,各中小企业之间的信用评价结果存在较大的异质性,说明采用BP神经网络进行信用评价具有较高的可操作性。     

加强对大学生预备党员教育的思考

高等学校加大在大学生中发展党员工作力度后,存在重发展轻教育、重发展前教育培训轻入党后再教育的倾向,特别是对预备党员教育考察的长远性、系统性还不够。文章就大学生预备党员普遍存在的问题,提出加大教育培训的内容,以改善工作的途径、方法等,以求进一步提高大学生党员的素质,更好地发挥学生党员的先进性作用。     

学生党员教育管理的长效机制探索

加强对学生党员入党后教育管理是提高党员质量的必然要求,也是高校党组织长期探索的课题.笔者通过持续开展学生党员年度评议,提高了学生党员质量,加强了基层组织建设,促进了校风学风和校园文化建设.     

保证大学生党员质量的考核评价机制

保证大学生党员质量问题实质就是保持中国共产党的先进性的问题。科学的考核评价机制是大学生党员实现从组织入党到思想入党的催化剂;是建立保持大学生党员先进性长效机制的维护剂;是不断增强大学生党员队伍生机和活力的生长剂。它对保证大学生党员质量具有甄别、导向、激励、榜样等重要功能。     

如何加强和完善高校学生党支部的建设工作

高校学生党支部建设工作必须走出“三大误区”，抓好人党积极分子队伍的建设，保证新发展党员的质量，做好学生党员的继续教育工作，充分发挥党员的先锋模范作用。同时，学生党支部建设必须与团总支建设相结合、与区域管理相结合、实践活动相结合、与网络相结合、与院系管理相结合。     

新形势下高校学生党员发展质量保障体系的构建

在当前党员发展"控量提质"的新形势下,从探讨高校学生党员发展质量入手,阐述了高校学生党员培养体系构建的重要性,并针对大学生在"入党申请人、入党积极分子、预备党员、正式党员"的不同教育阶段培育出现的问题,来完善新生党的启蒙教育、入党积极分子培养教育、党员继续教育和后进党员帮扶教育制度的建设,从而探索和构建高校大学生党员发展质量保障体系.     

新时期高校学生党员发展工作机制探索

十八大后,随着党中央“控制党员数量,提高党员质量”精神的传达,作为党员队伍生力军的学生党员的发展数量也在逐渐减少。如何在党员数量减少的前提下发展高质量党员成为高校党建工作的重要挑战。本文主要探讨新形势下学生党员发展工作存在的问题,及针对问题如何创新党员发展机制,从而提高学生党员队伍的整体素质和质量。     

学生党建工作要贯穿党员先进性教育

学生党建工作是高校学生工作中非常重要的组成部分,如何在新时期做好学生党员培训工作,把好党员质量关是学生党建工作的重要研究课题.文中通过在学生党建工作中贯穿党员先进性教育,抓好党员的培训、发展过程中的几个重要环节等方面着手进行系统分析,从而提高学生党建工作的质量和学生党员的综合素质.     

构建高校学生党员发展质量管理体系的探索——基于南京工程学院学生党员现状的调查分析

发展学生党员是高校党建工作的重要内容。在新形势下,如何构建科学的学生党员发展质量体系,是高校党组织面临的重要课题。问卷调查显示,目前学生党员发展质量整体情况较好,但也存在一些问题。高校发展学生党员必须从完善组织设置、健全规章制度、重视培养教育三方面规范培养方法,构建科学的质量管理体系,以确保大学生党员数量和质量。     

提高发展大学生党员质量的思考

在大学生党员数量和比例不断提高的同时,高校党委组织部门还必须统筹发展数量与质量,教育、培养、考察与发展、管理、服务,年度发展计划与入党积极分子、发展对象,支部委员会和支部大会之间的关系,准确把握大学生学习、成长和大学生党建工作规律,努力提高发展大学生党员质量。     

高等学校“学生党员进新生寝室活动”探索

＂学生党员进新生寝室活动＂是高等学校选拔高年级的学生党员,走进新生寝室,与新生进行面对面的交流,帮助新生尽快转变角色,更好地适应大学生活;培养学生党员的综合素质,更好地发挥先锋模范作用;使各个学院更好地了解新生信息,有针对性地加强对大学新生的教育和引导;有利于加强学生党员队伍的建设,提高学生党员的影响力。活动的主要举措包括加强学校党委领导,重视支持活动的各项内容;制定活动的标准和规范,推动活动的有序化、固定化及常态化;定期对学生党员进行培训,加强学生党员之间的沟通和交流;坚持以学生为中心,积极探索活动的新途径和新方法。