人才环境及基于神经网络的陕西经济发展预测模型研究

利用多层前馈神经网络的反传算法(BP算法),在建立陕西人才环境评价指标体系的基础上,采用MATLAB软件建立了人才环境与经济发展关系的神经网络模型,映射出各年人才环境指标与人均GDP指标之间的函数关系,此BP神经网络可以成功地根据陕西人才环境指标对经济发展进行预测。     

基于因子分析法的会计师事务所审计质量综合评价研究

本文以2003年上市公司的主审事务所为研究对象,选取了影响审计质量的7个变量,采用因子分析法综合各变量中的信息,不仅克服了单纯使用“出具非标准无保留意见的比例”这一指标来评价事务所审计质量的不足,还达到了量化审计质量的目的。     

上市公司收益质量综合评价方法及测度模型检验——基于综合评分指标的考察

本文以国内外学者关于上市公司收益质量评价方法的研究成果为基础,提出本文的评价方法。该评价方法分为定性评价和定量测度模型评价两部分,避免了单独运用定性分析或定量分析的局限性。最后本文运用该评价体系对我国著名的酒类上市公司收益质量进行了分析、测度,测度结果显示,根据测度模型得到的结果与权威机构的评价一致,证实了测度模型的合理性。     

基于方法集的综合评价方法集化研究

本文首先基于可能的综合评价方法给出关于可比方法集和相容方法集的定义,并运用模糊聚类分析方法确定相容方法集;然后以相容方法集为基础确定可能的组合评价集,建立评价方法集化模型,寻找一个最满意的组合评价,并对该评价结论进行相容性检验;最后用一个实例说明本研究实际应用上的有效性。     

基于科学发展的综合评价理论、方法与应用

王众托院士作序科学发展现的内涵是坚持以人为本,全面、协调、可持续的发展观。依据这一内涵,基于科学发展观的综合评价,涉及到经济评价、生态评价、社会发展评价、人的全面发展评价、科学技术评价等五个方面,是一个复杂的系统评价。     

动态综合评价中的数据预处理方法研究

数据预处理是综合评价的基础,通常包括指标类型一致化处理和无量纲化处理,指标值预处理结果会对后续的评价结论产生较大的影响。针对利用现有静态数据预处理方法对动态综合评价中的三维数据进行处理时会消除数据中隐含增量信息的问题,提出一种动态综合评价的数据预处理方法来解决该问题。通过介绍现有常用评价指标预处理方法,并分析这些预处理方法的特点,扬长避短,提出全局改进归一化方法,作为动态综合评价中指标一致化及无量纲化方法,对指标值进行预处理。最后通过算例比较分析,说明各方法特点,验证全局改进归一化方法是一种有效的动态综合评价数据预处理方法。     

企业知识管理的综合评价指标体系及评价实例

文章针对企业知识管理状况的综合评价问题,根据当前知识管理研究的焦点对反映企业知识管理状况的指标进行了分类,形成了一个系统化的知识管理综合评价指标体系,在此基础上建立了企业知识管理的模糊综合评价模型,并利用模型对中国石油集团某测井公司的知识管理进行了定量分析与综合评价.     

用综合指数法评价某三级医院的医疗质量

本文对某三级医院近5年的医疗质量进行综合评价,为医院管理层提供客观、科学的统计分析资料。本文采用综合指数法,分析2005-2009年医疗质量。结果表明,近5年该院医疗质量指数逐年增长,其中以医疗工作强度的增长为主。医疗质量最好的是2009年,最差的是2005年,该院医疗工作在治疗质量指标方面有待提高。综合指数法计算直观,应用方便,在评价医院医疗工作上具有综合性、可行性。     

综合评价在企业统计信息质量中的运用

本文根据企业的性质和发展需求,探讨了企业统计信息质量在企业发展中的重要作用,同时探讨了企业统计信息由于其不确定性,其评价存在诸多难点,并针对该问题给出相应的建议,旨在为企业统计信息质量的评价提供一种更为实用的、定量的操作方法。     

技术引进综合评价指标体系

本文系统分析构造技术引进综合评价指标体系有关的理论问题,提出设置指标体系的原则,并据此建立评价指标体系以及指标的定义、功能和算法。     

人工神经网络在湖北省地区生产总值拟和中的应用

在“十二五”背景下,湖北省作为华中地区的重要省份,发挥着不可替代的作用。地区生产总值是衡量一个省份综合经济水平的重要因素,从而备受关注。神经网络,作为复杂非线性数据处理的方法之一,相比于传统的回归分析对多元非线性关系的拟合效果更好。因而本文借助人工神经网络对湖北省的地区生产总值进行了拟合,发现,进出口、地方一般预算收入、工业总产值、投资等对其影响较大,且检验组的误差均在5%以内,拟合效果较好,另外这与凯恩斯的理论也是相符合的。本文在此基础上提出了相应的政策建议,如保持投资增长力度,调整地方收入的流向,调整政府支出比例等。     

基于人工神经元网络的建筑工程造价预测方法研究

本文系统分析了建筑工程造价影响因素,确定了建筑工程分类特征集,训练集,学习模型,给出了人工神经元住宅造价预测实例。     

基于误差校正的灰色神经网络股票收益率预测

在股票市场中,准确的股票收益率预测是市场交易各方共同关心的重要问题。由于影响股票市场的因素十分复杂,仅靠建立单一的股票收益率预测模型来提高预测精度是非常困难的。本文对当前股票收益率预测方法存在的不足进行了阐述,并提出了以误差校正来提高股票收益率预测精度的新思路。首先,利用训练样本构建灰色神经网络模型,然后对股票收益率进行初步预测;其次,引入EGRACH模型来挖掘和分析预测误差序列的内部信息,并对该序列后续点进行预测;最后,利用误差预测结果对股票收益率的初始预测值进行校正。文章以上证综合指数数据为例进行分析,结果显示,与校正前的预测精度相比,校正后的预测精度提高了9.3%,表明EGRACH的误差校正过程是有效的,也验证了该方法的可行性。     

基于LSTM神经网络的金融时间序列预测

本文提出将小波分析与纳入时间序列依赖特征的长短期记忆(LSTM)神经网络相结合,构建金融时间序列数据预测模型,以克服现有模型对金融时间序列数据非平稳、非线性、序列相关等复杂特征以及数据间非线性交互关系无法反映的缺陷。同时,以道琼斯工业指数日收盘价为例,探究LSTM神经网络对实际金融时间序列数据的预测能力,比较其与多层感知机、支持向量机、K近邻、GARCH四种模型的预测效果。实证结果表明LSTM神经网络具有更高的预测精度,能够有效预测金融时间序列数据的长短期动态变化趋势,说明了其对金融时间序列数据预测的适用性与有效性。此外,对金融时间序列数据进行小波分解与重构,可有效提高LSTM预测模型的泛化能力,以及对长短期动态趋势的预测精度。     

软件项目风险的神经网络预测模型

选择神经网络方法建立模型,模型的输入部分是经验证的64个风险因素,输出部分是软件项目的总体产出.首先验证模型输入输出部分的内容有效性,然后收集软件组织的实际软件项目样本用于建立和验证模型.实验结果表明,该模型能有效地测量软件项目的总体风险.     

基于BP神经网络的电子政务绩效评价研究

在构建电子政务绩效评价指标体系的基础上,提出了一种基于BP神经网络的电子政务绩效综合评价方法。神经网络方法有效克服了现有专家评价方法的不足,为评价电子政务系统的建设质量、成本耗费及绩效水平提供了一种新的模型。     

基于FNN的软件项目绩效评价模型研究

从分析软件项目绩效评价指标体系不完善、评价方法不规范和模型考虑因素过于单一入手,应用统计分析理论建立软件组织状态、软件项目自身特征的指标体系;以文献研究的方式,界定软件项目绩效的内涵;提出了一种新的网络拓扑结构设计方法,建立了基于模糊神经网络的软件项目绩效评价模型;引入改进粒子群学习算法,准确高效地解决了评价模型连接权系数的确定问题。实证研究表明,该模型能够有效地评价软件项目绩效和识别项目风险因素,对软件组织制定风险规避策略、改善项目绩效水平、提供了决策支持信息。     

动态全参数自调整BP神经网络模型的改进

针对BP网络存在的缺点,有多种改进方法。本文在文献[14]的基础上,从算法和网络结构设计方面又进行了综合改进,这不仅加快了网络的收敛速度,而且优化了网络的拓扑结构,从而增强了BP神经网络的适应能力。将新改进的BP网络应用于我国能源消费预测,取得了令人满意的效果。     

基于两阶段优化算法的神经网络预测模型

采用基于两阶段优化算法(multi-stage optimization approach,MSOA)的GA人工神经网络,将训练集分为两部分,在前一训练集训练后获得的网络基础上使用后一训练集进行进一步的训练获得更为优化的网络结构.针对复杂系统建模输入节点难以确定的问题,提出将其与自组织数据挖掘算法相结合,利用GMDH算法获得神经网络的初始化节点,使用训练好的神经网络模型进行预测.将由此建立的预测模型应用于粮食价格的预测,并进一步探讨了MSOA算法的收敛性问题.结果表明基于GMDH和MSOA的神经网络组合预测模型能较大提高神经网络的全局收敛能力和收敛速度,提高预测精度.     

投资决策与资本结构优化互动关系综述及研究

针对企业理财理论中的融资与投资决策两条研究线索,分别对资本结构理论、投资决策研究进行了综述分析,并对融资、投资相互制约、影响的机理进行探索