基于BP神经网络的期权定价模型

运用BP神经网络的方法,根据S&P 500看涨期权的金融数据,利用一步预测法对期权定价做预测.通过其自主的学习机制以及大量的样本训练网络,提高了判断精度,使得对期权的估测更加准确.并运用Matlab的神经网络函数和数学分析的知识对期权定价进行模拟预测,预测价格的结果与市场的真实价格较为接近.     

基于BP神经网络的供应链绩效评价模型

应用平衡计分卡理论为供应链绩效建立平衡计分卡,可以从财务,客户满意度,内部业务流程,学习、成长性四个方面构建供应链绩效评价指标体系。利用BP神经网络建立供应链绩效评价模型,该模型能较好地避免传统方法人为选取权值和相关系数过程中的主观性和不确定性。     

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。     

基于遗传算法和BP神经网络的信用风险测量模型

随着新巴赛尔协议的推出,信用风险测量问题越来越受到重视。在西方发达国家,商业银行的信用风险管理测量技术已比较成熟,继传统的比例分析、主观分析之后,统计方法得到广泛的应用,如判别分析和logit回归分析等。自从20世纪80年代末期以来,人工智能技术如神经网络、专家系统等也被应用于商业银行信用风险测量中。目前,该领域应用最多的就是BP神经网络,但其固有的一些缺点,如易陷入局部极小点,会影响预测效果。但可以利用改进的遗传算法对BP神经网络进行优化,实验证明效果非常好。     

基于BP神经网络的建设工程造价预测方法

阐述了神经网络的基本概念、基本结构和算法原理,建立了基于BP神经网络的工程造价预测模型,并根据模型结合MATLAB神经网络工具箱对程序进行设计,最后通过案例分析对其具体应用作了详尽阐述。研究表明使用BP神经网络来进行工程造价预测是完全可行的。     

基于BP神经网络的乡村公路工程造价模型研究

以乡村公路的路基工程为例,就如何利用BP神经网络来建立乡村公路工程造价模型进行了研究。在应用BP神经网络时,收集了合适的实例样本数据,并通过对模型进行训练、检验和修正,获得了较好的预测结果。结论表明,应用BP神经网络可有效解决乡村公路的工程造价估算问题。     

基于BP神经网络模型的中国乳业发展规模预测

文章简要分析了BP神经网络的结构和学习过程,然后以1978—2009年的中国乳业规模发展数据为基础,以奶牛年末存栏数（千头）、奶牛养殖业产值、畜牧业总产值等三个变量作为输入、中国奶牛产量作为输出,采用MATLAB2009a中的BP神经网络工具箱构建了基于BP神经网络的中国乳业发展规模预测模型。研究结果表明：未来十年中国原奶产量将大幅度增长,乳业规模将迅速扩大,原料奶生产无组织管理已不适应乳业经济的迅猛发展,“十二五”期间必须转变原料奶总量的增长方式。研究成果对于奶牛养殖业管理部门、养殖业者科学合理地规划奶牛养殖规模具有重要的参考价值。     

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神经网络模型的房价敏感性分析

为分析和测算房价,受供给和需求两方面相关指标的影响和敏感程度,本文采用BP神经网络,研究了供需相关指标的不确定性变动引起的房价变动趋势。研究表明：房价对银行贷款额度和国民经济增速最敏感,对当年施工面积和建材价格弱敏感,而对居民消费价格指数和人均可支配收入不敏感。对最敏感性指标,应从差别化信贷、拉动消费抑制投资入手;对弱敏感指标,应加大保障性住房的建设力度,完善土地市场体系,推进房地产税收改革,改善住房供应结构;对不敏感指标,应切实提高居民收入水平。本文根据房价对相关指标变动的敏感性程度,指导选择调控指标先后次序,用以提高管控的精度和住房市场供需要素调控的有效性,促进房地产市场健康运行。     

基于BP神经网络的资产经营绩效评估模型

针对传统资产经营绩效评估模型的缺陷,提出使用BP神经网络对企业的资产经营进行绩效评 估,并对传统的BP网络进行了优化。其中自适应学习机制优化了学习率,动量项加速机制加 速了传统BP网络的收敛速度,遗传算法用于选择BP网络的初始参数。最后,采用500家工业 企业的资产经营绩效数据对模型的有效性进行了初步验证。     

基于改进的BP网络数字字符识别

提出了一种基于改进的BP网络方法来实现数字字符识别.通过对BP网络的神经元的研究与学习,设计了一种结构合理,收敛速率快的BP网络.试验测试结果表明,改进的BP网络方法对印刷体数字的识别率达到了100%,对手写数字的识别率达到了98%以上.     

基于BP神经网络的校园用水预测模型

校园人口密集,用水量大,对某一栋教学楼或某一区域的定量用水预测,对于发现用水异常、合理下达用水指标有实际意义.本文利用BP神经网络,结合校园用水的特点,建立校园用水预测模型,并以实际数据进行验证,证明其有效性.     

基于BP神经网络的科技人员人岗匹配测评模型

人岗匹配作为企业人力资源管理的核心,能够为企业制定人力资源规划提供科学合理的依据。考虑科技人员的特点,建立科技人员人岗匹配评价指标体系,利用BP神经网络理论建立人岗匹配测评模型并进行模拟仿真,验证BP神经网络强大的自组织、自适应和自学习能力,科学有效地评价企业科技人员的人岗匹配情况,对于优化科技人员人力资源配置和完善人力资源管理具有重大的理论和现实意义。     

补偿模糊神经网络在煤矿安全预警中的应用

为了实现煤矿安全预警的及时、准确和有效,预防和减少煤矿事故的发生,采用补偿模糊神经网络理论,设计了一种包括＂影响因素-综合评价＂的二级神经网络结构,其中影响因素级由5个、综合评价级由1个,总共6个子补偿模糊神经网络构成。该结构有利于对影响安全问题的原因进行深入分析,评价更客观。通过实际应用,验证了该模型的实用性和有效性。     

基于BP人工神经网络的磨料水射流切割深度模型

在已知的磨料水射流切割混凝土实验数据的基础上,应用BP人工神经网络理论,并且借助MATLAB神经网络工具箱,建立磨料水射流切割深度模型.模型中包括的射流参数有射流压力、靶距、磨料粒径、磨料流量、磨料喷嘴直径、磨料喷嘴长度及横移速度.通过模型预测结果与实验结果的比较,表明模型具有一定的精度.     

基于LVQ神经网络模型的企业财务危机预警

LVQ神经网络模型具有很好的模式识别特性，选取148家A股上市公司作为研究样本，构建基于LVQ神经网络的财务危机预警模型，经过训练测试后，该模型具有良好的分类功能。结果表明，利用LVQ网络进行模式识别是合适的。所构建的预警模型能够有效地预测企业的财务危机。     

基于BP神经网络的县域经济发展模式选择——以辽宁省部分县域为例

县域经济发展模式是在县域经济不断工业化与现代化进程中逐步形成的一种具有特色的发展过程和路径。借鉴并选择正确的发展模式,对于制定县域经济发展模式战略、提高县域经济发展效率、帮助县域经济发展走出困境起着十分重要的作用。从三大产业主导的县域经济发展模式视角入手,以辽宁省部分县域为例,运用BP人工神经网络构建模型,通过计算机仿真帮助各个县域在发展过程中选择适合的发展模式,从而达到促进县域经济顺利发展的目的。     

人工神经网络在阜新工业经济预测中的应用

针对宏观经济预测的问题,由于实际情况错综复杂,各种预测模型的精确度都比较差,难以在实际中应用。为了解决这一问题,以阜新1985-2001年时间段的工业总产值为样本,分析了几种影响因素,依据BP神经网络模型的理论和方法,详细介绍了建模的过程,从而建立工业经济预测的模型,利用该模型对工业总产值进行了预测。     

基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理，并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上，通过BP神经网络进行组合预测，分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性，     

GA-灰色神经网络的区域物流需求预测

区域物流需求与区域经济发展水平密切相关,影响区域物流需求的经济因素包括区域经济的规模、产业结构、购买力和网络购物人数。以货运量作为物流需求的内容,选取福建省1997—2009年的经济数据作为面板数据,采用基于遗传算法的灰色神经网络模型对福建省区域物流进行预测。实证结果表明:网上购物水平是影响区域物流需求量的一个重要因素;组合预测模型较单一预测模型具有更好的预测效果;未来几年内福建省物流需求将呈上升态势。实证结果为区域物流需求预测提供了有益的参考。