基于LM-BP神经网络的高铁建设环境中短期影响综合评价研究

根据改进过的BP人工神经网络建立了高铁建设环境中短期影响的三层前馈神经网络综合评价模型。改进过的BP神经网络算法是在传统的算法的基础上使用LM算法,即梯度法和高斯一牛顿迭代法的结合,该种方法提高了收敛速度及精确度。根据既往已经开通运营的铁路项目对生态环境影响的深入调查和研究,建立了高铁建设环境中短期影响评价的指标体系。利用长益城际铁路作为实证,使用LM—BP神经网络模型得到的综合评价分值分别为0．372和0．223,表明该铁路建设对沿线环境的短期和中期影响分别为较小影响和极小影响,评价结果有效。该模型的应用可提高评价结果的客观性和准确性,为高速铁路的选线决策提供科学的评价方法。     

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。     

基于BP神经网络的钢铁企业清洁生产评价方法研究

对钢铁企业进行清洁生产评价是衡量钢铁企业清洁生产状态和水平,也是对钢铁企业推行清洁生产过程进行调控的依据。在建立钢铁清洁生产综合评价指标体系的基础上,本文提出了一种基于BP神经网络的综合评价方法。该方法建立多指标综合评价模型,采用隶属度函数对评价指标进行了描述。不仅具有自学习、自适应、自组织功能,而且避免了评价过程中的人为失误,达到客观评价的目的。     

基于BP神经网络的企业技术创新效果的模糊综合评价

应用模糊数学中的BP神经网络理论对企业技术创新效果进行综合测度,克服了以往测度方法的主观性、随意性的缺点,从而提供一条对企业技术创新效果进行定量分析有效的新途径。     

基于BP神经网络的税务稽查研究

税务稽查实质上是一个分类问题,可以通过BP神经网络进行数据挖掘的分类和问题预测.在分析BP神经网络原理的基础上,利用税务系统中的纳税人申报数据,建立基于BP神经网络的分类模型,对纳税人进行诚实纳税和非诚实纳税的评估、分类.模型分类准确度达到预期效果,表明该方法能够提高税务稽查部门的工作效率和效果.     

基于BP神经网络的模拟电路故障诊断研究

本文介绍BP神经网络在模拟电路故障诊断中的应用,对电路中的软故障进行诊断。对选定的待测电路在元件存在容差的条件下,仿真验证了BP神经网络应用于模拟电路故障诊断的可行性。     

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.     

基于BP算法的神经网络信用风险度量实证研究

理论与实际相结合,应用神经网络技术,构建了一个基于BP神经网络技术的信用风险评价模型,对我国传统的信用风险分析方法进行改进,克服了以往我国信用风险度量中存在主观随意性的特点,为我国信用风险度量模型的建设拓宽了思路,丰富了我国信用风险体系建设中的度量方法.     

基于BP神经网络的风电项目市场投资风险评价

风电项目市场以其可再生、节能和减排的优势已经越来越被诸多国家关注和企业所重视。本文利用现有的风险评价方法,结合目前社会经济环境和市场竞争下的风电项目风险特征,构建了风电项目风评评价指标体系,应用BP神经网络对风电项目风险进行实证分析,并且得到了良好的预测效果,为风电项目的市场投资决策提供了重要的技术支持和科学判据。     

环境绩效评价的 BP 人工神经网络分析方法--一项基于火力发电企业的案例研究

本研究在构建企业环境绩效评价体系基础上,运用 BP 人工神经网络方法对火力发电企业环境绩效进行了综合评价。研究结果表明火力发电企业间环境绩效水平存在显著差异。为提升火力发电企业环境绩效,对优秀企业、良好企业、一般企业、差等企业可以分别采取优先发展、鼓励发展、控制发展和限制发展的政策。     

基于BP神经网络的函数逼近的MATLAB实现

BP神经网络由于它的学习能力和非线性特性,使其能够对非线性函数进行很好的逼近。通过对BP神经网络结构和MATLAB软件及其BP神经网络工具箱的应用研究,利用BP神经网络工具箱设计BP神经网络,用于对非线性函数的逼近,通过网络的训练、测试达到了预期的效果。     

高速铁路钢轨波浪型磨耗研究及其防治建议

基于中国高速铁路钢轨出现波磨的现象，对高速铁路波磨的特点做了详细介绍。指出目前波磨理论的局限性，并分析了高速状态下波磨的动力学成因，以及钢轨材质对波磨的影响，并给出了可行的预防与减缓波磨的建议。     

基于BP神经网络的高速公路工程造价估算模型研究

工程项目前期造价的确定直接关系到整个项目的总体运作情况，因此准确的确定前期造价是非常重要的。目前工程中应用的投资估算编制方法不是很科学，采用BP神经网络方法改进投资估算的确定方法。结果表明，该方法可以有效的提高其编制精度，为科学的确定和有效的控制工程造价中全过程造价奠定了良好的工作基础。     

基于BP神经网络的农户小额信贷信用风险评估研究

利用2009年杨凌区三家农村信用社的实地调研资料进行了农户小额信贷信用风险评估的实证研究,对指标变量分别进行正态性检验、差异性检验和多重共线性检验,利用MATLAB7.0软件建立了8—14—1结构的BP神经网络农户信用风险评估模型。模型对训练集样本的总体判别正确率为100%,对测试集样本违约类农户的预测正确率达90%,总体正确率达84.09%。准确度较高,能够为农村信用社识别农户信用风险提供较好的依据。     

BP神经网络财务危机预警实证研究

财务危机预警具有重要的经济研究价值。在考虑中国现行会计信息供给状况基础上,构建了包含偿债能力、资产管理能力、盈利能力、成长性、现金流量以及会计信息披露质量的六大类预警指标体系。以沪、深两市上市公司为样本,比较了经秩和检验前后,BP神经网络模型的预警效果。结果显示:BP神经网络模型在中国上市公司财务危机预警中具有良好的应用价值,特别是经秩和检验以后,模型判别准确率显著提高,具有很强的优越性。     

基于BP神经网络的重庆市房价验证与预测

利用2000—2014重庆市人均地区生产总值、总人口数、房地产开发投资等相关数据,建立BP神经网络模型,通过与实际数据进行比较和误差分析,验证该模型在房价预测中的有效性。并预测重庆市2015、2016年的房价,以期给政府部门制定房价宏观调控措施提供参考依据。