基于商品房销售预测的灰色BP神经网络方法

应用灰色理论与BP神经网络理论,提出了一种基于灰色BP神经网络(GBPNN)的商品房销售预测方法,并建立了相应的GBPNN模型和求解.结果表明该方法不仅能优化预测精度,而且是一种很好的预测问题的有效方法.     

基于并联灰色神经网络的陕西省宏观经济预测

结合灰色GM（1,1）预测模型和BP神经网络2种预测模型的优点,提出了一种并联灰色神经网络模型,并用该模型对陕西省宏观经济进行预测.结果表明,并联灰色神经网络预测精度高于单一的灰色GM（1,1）预测模型或BP神经网络.     

基于遗传算法和BP神经网络的服装销售预测

本文基于BP神经网络建立预测模型,使用遗传算法对网络的初始权值及阀值进行优化,并通过某服装品牌实例验证了遗传BP网络的可行性和准确性。可将其用于服装企业进行销售预测。     

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。     

灰色神经网络模型在河南省未来人口总量预测中的应用

人口预测对经济社会的发展有着非常重要的作用。本文在灰色GM(1,1)模型基础上,利用BP神经网络修正残差,建立灰色BP神经网络组合预测模型,对河南省未来人口总量进行拟合和预测。此组合模型既克服了数据的非线性关系及随机波动大对预测精度的影响,也增强了预测的自适应性。结果证明了该组合模型的优势,具有较好的预测精度,预测结果是可信的。     

基于灰色模型的铁路客流预测方法

铁路客流量的预测对于铁路交通业具有重要的实际意义,本文探讨应用灰色预测方法来预测铁路客流量的方法,并且通过对我国2007-2009年铁路客运量预测的实证分析,证明了此方法的可行性,并且检验了此方法的精确度,为准确预测铁路客流量提供了一种简便可行的分析预测方法.     

基于灰色系统理论的河南未来人口发展预测研究

以河南人口发展数为研究对象,根据相关统计资料应用年末总人口数值建立灰色动态预测模型,对未来10年河南省人口数值进行预测研究。结果表明,河南人口2010年底将超过1亿,2015年为1.03亿,到2020年将达到1.05亿,年均增加51.6万人,最后给出了一些相关建议。     

基于BP神经网络的零售产品销量预测方法

在研究某IT企业零售产品历史销售数据和影响其产品销量主要因素的基础上,建立了一个基于BP神经网络的IT零售产品的销量预测方法。不必考虑影响因素之间的相互关系,结合具体销售数据,探寻该方法所建模型对于销量预测的准确性影响。结果表明,采用该方法进行IT零售产品的销量预测误差较小,可利用该模型对于总体销量进行预测来指导销售。     

能源需求的灰色预测方法

讨论了用灰色GM(1,1)模型预测能源需求的基本方法和过程,并根据我国能源实际消费统计数据进行了实际计算.计算结果表明,灰色GM(1,1)模型可用于能源需求的短期预测.     

BP神经网络与RBF神经网络在股价预测中的应用

本文利用神经网络对股票走势进行分析和预测,构建了两种神经网络预测模型,通过对以往历史数据的学习,找出股市发展的内在规律,用以预测未来的走势。     

基于Back-propagation神经网络的供电企业人力资源需求预测

鉴于组织人力资源需求系统的复杂性和非线性的特征,本文分析了BP神经网络方法在人力资源需求预测中的应用,并且阐述了其基本原理和模型,结合实例提出了完整的实施流程。预测结果客观、准确,从而能够合理配置人才结构,加强人力资源培训等方面来进行供电企业人力资源的改革。     

二重趋势性季节型电力负荷预测组合灰色神经网络模型

对于具有增长和波动二重趋势性的季节型电力负荷,首次提出了季节型负荷预测的组合优化灰色神经网络模型,研究了同时考虑两种(非线性)趋势的复杂季节型负荷预测问题,说明了此优化模型分别优于两种单一发展趋势负荷预测模型,给出了电力负荷预测的应用实例,为季节型电力负荷预测提供了一种新的、有效的方法。     

一种基于组合神经网络的时间序列预测方法

本文探讨了神经网络时间序列预测模型的建立机制有其的构造方法，同时，为了消除模型的系统偏差，提出了构造辅助神经网络用以对原有模型的预测结果进行了校正以减小其误差。并对外汇汇率数据进行了模糊构造和预测。结果表明，组合神经网络在模型的拟合精度和预测准确性方面有都有提高。     

基于神经网络的科技进步态势预测

可以采用多元线性回归方法、神经网络方法等多种方法对城市科技进步做出预测。首先尝试利用多元线性回归方法,发现误差比较大,继而采用神经网络方法,达到了很高精度。在此基础上,对2010年哈尔滨科技进步态势进行了预测     

基于神经网络的股票市场预测研究综述

本文总结了常见的股票市场预测方法,基本面分析方法,技术分析方法,时间序列分析方法,最后重点总结了基于神经网络的股票市场预测方法。     

基于BP神经网络的产品成本预测

本文将BP神经网络理论应用于产品成本的预测,在与目前常用的其它成本预测方法进行比较后,指出了用神经网络进行产品成本预测的优势,讨论了网络的结构设计、学习算法等问题,并给出计算实例,预测结果与实际是相符合的.     

基于神经网络的备件库存风险级别预测

本文提出了一种基于神经网络的备件库存风险级别分类方法,在对备件的供货来源、重要性、易损程度、标准化程度、供货周期等指标进行模糊评价的基础上,建立了多层前向神经网络模型,利用BP训练算法,确定神经网络模型的连接权系数。将某测井服务公司100种备件的历史数据作为样本,进行了BP训练仿真,并利用模型预测了该公司60种备件的库存风险级别,预测结果与实际结果的符合率为84%。     

基于改进BP神经网络的钢铁企业能耗分析

BP神经网络是神经网络算法中应用最广泛的一种,而节能减排相关的话题又是近年来社会关注的焦点.本文以我国大型钢铁生产企业的吨钢综合能耗为研究对象,利用附加动量的BP神经网络的预测功能,对“十二五”期间的大型钢铁企业能耗进行预测,得到了2015年相应的预测值,并对这些预测值进行了分析.     

2010商品房销售海南领跑

近日,国家统计局公布数据显示：2010年．全国房地产开发投资48267亿元,比上年增长33．2％,其中,商品住宅投资34038亿元,增长32．9％,占房地产开发投资的比重为70．5％。     

基于灰色模型的西藏高等教育规模预测研究

笔者根据2021年《西藏统计年鉴》的相关数据,通过构建灰色预测模型对“十四五”时期西藏自治区的高等教育发展规模进行预测。统计结果显示,西藏自治区的高等教育规模在“十四五”时期将持续稳步扩大,其中,博士研究生和硕士研究生比本专科生的增长幅度更大。笔者建议政府继续加大对西藏高等教育的财政支持力度,并鼓励社会资本参与西藏高等教育建设。政府要优化高等教育的层次结构,提高人才培养的适切度。各高校要加强师资建设,提升人才培养质量,促进西藏高等教育的内涵式发展。