基于BP神经网络的管理信息系统评价研究

管理信息系统的评价是对一个MIS系统的性能进行全面估计与测试,良好的评价可以促进系统设计目标的实现,提高投资效益.本文提出一种利用BP神经网络进行评价的方法,并且对神经网络的样本评价采用了AHP以及模糊评价的方法.该方法充分利用了模糊数学理论与神经网络方法,为管理信息系统的评价提供了可行的途径.     

基于厦门市主导产业选择的分析

本文综述了国内外主导产业选择研究状况,依据主导产业选择基准来分析厦门市主导产业选择,并通过区位商来验证厦门市主导产业的实施效果,认为厦门具有发展机械、电子、化工三大产业的优势,尤其电子产业具有明显的发展优势。     

基于生态城市建设的资源型城市产业转型研究综述

近年来,资源型城市的转型问题成为城市发展的热点。在对国内外资源型城市的产业转型进行总结性评述的基础上,结合京西地区发展实际,在进行产业转型的同时,还提出一条特色的发展道路,即把产业转型同生态城市的建设结合在一起,从而为该区的产业替代和选择提供借鉴和参考。     

基于BP神经网络的城市房屋租赁估价系统设计

利用神经网络的非线性处理能力,结合房屋租赁市场的特性,首次给出了基于BP神经网络的城市房屋租赁估价系统模型,并进行详细的系统分析和设计。所给设计方法对类似的非线性经济系统的走势研判或其相应预测决策具有很好的应用价值。     

基于BP神经网络的公允价值有用性评价

公允价值在上市公司和国有企业的启用时间分别已满两年和一年,从企业财务报告中不难看出,企业对于涉及范围非常广泛的公允价值在财务报告中的应用持谨慎态度。本文以此为背景,以企业实际调研资料为依据,借助BP神经网络工具对公允价值的有用性做进一步的分析评价。     

基于BP神经网络的供应商评价选择问题的研究

随着经济全球化,市场上的供应链已经形成,供应链环境趋于完善.越来越多的企业开始重视供应商,考虑构建一个供应商评价系统来实现供应商的选择并加强与供应商的交流合作.但是目前缺乏有效的能够应用于开发系统的供应商评价方案,难以满足实际的需求.供应商评价模型设计是开发供应商评价系统的基础.通过对供应链环境下的供应商评价和BP神经网络的研究,以汽车制造行业为例构建了供应商评价模型以方便供应商评价系统的实现.     

资源型城市发展循环经济的战略设计

遵循资源型城市发展循环经济的目标和内容,考虑其发展循环经济采用的措施和途径,文章提出了资源型城市发展循环经济的一般模式、园区模式及生态农业模式的战略设计内容,兼顾发展中应注意的问题,以促进城市可持续发展的顺利实现。     

四川省资源型城市转型发展问题研究

四川省资源型城市数量众多,而资源型城市的转型发展受到高级要素缺乏、产业结构单一等诸多因素的制约。因此,在资源型城市的转型发展中,既不能脱离现有产业与资源,同时要通过资源挖掘、要素培育等多种手段,以实现现有产业链的延伸、接续替代产业的培育。     

我国资源型城市经济发展效益的统计研究

文章截取了全国65个资源型城市2006年的地区生产总值、工业总产值、第三产业占GDP的比重、全社会固定值产投资总额、城乡居民储蓄年末余额等10项指标,运用因子分析、聚类分析和回归分析等统计方法,研究了影响资源型城市经济发展的主要因素。由此得出定量分析结论,并提出了资源型城市经济发展的有关对策与建议。     

资源型城市的产业转型与可持续发展研究

我国资源型城市作为工业化进程的主要动力源,为国家的经济建设和社会发展做出了重要贡献。但资源型城市本身存在的问题制约了其发展,因此找出我国资源型城市产业结构存在的问题的原因以及对症下药来加快资源型城市的转型,实现其可持续发展就显的很有必要。     

基于模糊神经网络的企业财务危机非线性组合预测方法研究

本文提出了一种基于模糊神经网络的企业财务危机非线性组合建模与预测新方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistic回归模型的预测结果对比表明,该方法具有预测精度高,学习与泛化能力强,适应性广的优点。在预测上市公司财务危机方面优于其他方法。     

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。     

基于BP神经网络的上市公司财务预警研究

文章采用BP神经网络方法,以263家制造业上市公司的截面财务指标作为学习样本,并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务预警模型.研究结果表明与没有区分行业的通用预警模型相比,分行业的BP神经网络财务预警模型的预测精度有了较大提高,为广大投资者和监管机构预测公司财务状况提供了可靠的依据.BP神经网络在分析和研究我国上市公司的财务状况方面,具有广泛的应用前景.     

主导产业的选择模型

本文根据主导产业的特点设计了六大方面的指标体系作为评价选择主导产业模型的基础。为了简化选择主导产业的过程及便于上机模拟,本文提出了最优综合评价和层次结构相结合的新方法─最优脱层法,来作为解决多层次结构的评价选择的一种新方法,它是完全以数据为基础的客观评价模型。最后,本文就数据处理方法和其他有关事项作了些说明。     

基于神经网络的软件质量评估

粗集与神经网络的集成反映了人类正常的思维机制.它融合了定性和定量的,精确和非确定的,连续和平行的方法.本文建立了粗集(RS)的BP神经网络并进行属性约简的混合模型,对软件质量特性的关键值和软件系统质量予以评估,并提出了有效的算法.     

基于离散选择模型的电信资费套餐选择行为研究

以大学生为例,采用离散选择模型对影响电信客户选择资费套餐行为的因素进行了研究。结果表明,运用嵌套Logit模型比多元Logit模型更能解释影响客户选择资费套餐行为的因素,品牌对客户是否选择中国移动和中国联通的影响大于是否选择中国电信的影响,应付通信费对客户是否选择中国联通和中国电信的影响大于是否选择中国移动的影响,并且中国联通和其他运营商的套餐之间具有高度的替代性。     

基于模糊——神经网络的援例支持系

针对援例支持系统中常要遇到的模糊性问题,提出j一种基于模糊一神经网络的援例支持系统(FNCBSS)．作为一种智能决策支持系统,因为它具有模糊逻辑推理和学习的功能,故而更接近人类思维的认知过程．给出j其原理结构图,并对之进行了分析．指出了其理论上的可行性和实现上面临的困难,最后对其发展前景做了展望     

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。     

基于模糊网络的项目工期计算及优化

提出了基于不确定的活动持续时间和上下游活动间的不确定信息传递关系的模糊网络的项目进度计划问题。把不确定的活动持续时间看作模糊数,用模糊时间因子表示上下游活动间的不确定信息传递关系。通过模糊设计结构矩阵表达了模糊网络,设计了模糊网络的项目工期计算模型,引入项目按要求工期完工概率和活动边际工期贡献率来解决模糊网络的关键路线和项目的工期优化,并通过示例验证了方法的有效性。     

基于GMM-RBF神经网络的前列腺癌诊断方法

 前列腺癌是近年来发病率上升速度最快的男性癌症,严重威胁着患者的身体健康,准确地判断癌症患者的患病情况对于节约医疗资源、提高患者满意度起着至关重要的作用。近年来,基于数据挖掘的癌症诊断方法逐渐成为疾病诊断领域的研究热点,在提高诊断准确性上显示出极大优势。        针对现有前列腺癌早期诊断方法准确性不高的问题,提出一种基于高斯混合模型改进径向基函数神经网络的前列腺癌诊断方法--GMM-RBF神经网络方法。该方法通过使用高斯混合模型对径向基函数神经网络中径向基函数的参数进行预训练,使模型避免陷入局部最优,之后采用改进的粒子群优化算法对神经网络进行训练。采用国家临床医学科学数据中心提供的数据进行前列腺癌诊断实验,将所提出的方法与径向基神经网络、分类回归树、支持向量机和逻辑回归等主流的机器学习算法进行对比,并使用准确性、特异性、敏感性和AUC值对模型的性能进行评价。        研究结果表明,与改进前的神经网络模型相比,GMM-RBF神经网络模型收敛速度更快、初始准确度更高;与其它机器学习算法相比,GMM-RBF神经网络模型在10折交叉验证中取得了较高的准确性、敏感性、特异性和AUC值。        GMM-RBF神经网络方法在模型预测精度上比传统的径向基函数神经网络模型有很大提升,能够得到更为可靠的前列腺癌诊断结果,为医疗工作者初步诊断前列腺癌和穿刺活检操作提供有效的辅助决策支持,该方法的提出对于减少患者痛苦、提高患者满意度和节约医疗资源具有实际意义。