基于BP模型的新疆耕地可持续利用效益评价研究

文章以新疆为研究区域,运用BP人工神经网络模型,从经济、生态和社会三方面选取代表性指标构建了评价指标体系,对新疆耕地的可持续利用效益作了评价和预测并提出相应的政策建议.     

简述在食品科技创新项目中提高大学生科技创新能力

在高校大学生中开展研究性和创新性实验,目的是培养大学生科技创新能力及自主管理能力。在项目开展中,组织一个朝气蓬勃、活力强大的管理核心,团结全组力量,充分调动同学学习与研究的主动性、积极性和创造性。改变由指导老师下发任务或指令,学生被动执行的局面,实现学生从被动实验到自己提出方案并完成实验的转变,从而达到培养和提高学生科技创新能力的目的。     

管理舞弊识别模型文献综述

<正>一、国外文献综述目前,国外关于识别上市公司管理舞弊的模型有简单的单变量分析法,也有较为复杂的模型,如Logistic回归、多元判别分析、人工神经网络技术、多标准决策辅助分析等。1.单变量分析法。Beaver(1966)研究发现单变量分析法能简单有效地识别管理舞弊,它不仅能提前5年预测管理舞弊,而且识别准确率能达到90%。     

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。     

基于改进粒子群算法的神经网络优化证券投资组合方法

采用人工神经网络对证券投资进行预测与分析的研究过程中,提高神经网络各个节点参数的优化能力是极其关键的。传统的神经网络存在学习速度慢、易陷入局部极小值、预测结果精度较低等缺点,一种玫进型粒子群（Improved Particle Swann Optimizer,IPSO）算法．可以优化BP（Back Propagation）神经网络．并将优化后的BP神经网络应用于优化证券投资组合中。实验结果表明：该研究方法能够在预测精度和稳定性方面明显优于传统的PSO—BP神经网络优化证券投资组合方法。     

改进AHP-BP神经网络算法研究——以建筑企业循环经济评价为例

针对传统AHP中专家权重确定方法的局限性,本文提出一种基于利益相关者视角的专家权重确定方法对AHP进行改进。首先计算专家之间的利益相关系数,然后依据评价值矩阵得到所有专家的综合评价值,进而确定每一位专家在专家群体中的评价权重,最后将传统AHP所得指标权重与专家评价权重进行加权平均即得各指标的综合权重。再以改进AHP得到的评价值作为先验样本进行BP神经网络的训练与测试,得到可供推广的分类器。以建筑企业循环经济评价进行实证研究,结果表明构建的改进AHP-BP神经网络模型所得评价结果较已有方法更为准确可靠。     

四川省天然气消费量变权重组合预测

在BP神经网络及最小二乘支持向量机预测模型的基础上,利用基于样本点优化的变权重组合模型对四川省天然气消费量进行了预测,结果表明该预测方法在样本数目有限的情况下,在性能上不但优于各单项预测方法,同时也在很大程度上好于固定权重的组合预测模型,对于四川省经济发展有着重要的意义。     

亲脂性叶酸抗拮剂抗肿瘤作用的定量结构-活性关系研究

将人工神经网络（ANN）应用于亲脂性叶酸抗拮剂的定量构效关系（QSAR）研究中,采用改进的误差反向传播（BP）算法探讨了28个亲脂性叶酸抗拮剂对L210白血病细胞的抑制作用。随机挑选23个化合物作为训练样本集,建立了亲脂性叶酸抗拮剂的QSAR模型,该模型的相关系数R=0．9519,标准误差SE=0．0407;而剩余的5个化合物作为测试样本集,检验了模型的预测能力,得出预测集的相关系数R=0．9027,标准偏差SE=0．3658。结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果。     

对辽宁省高等教育发展规模的分析与预测

以经济发展水平与城市化作为两个控制变量,利用BP人工神经网络对辽宁省未来高等教育规模发展进行了分析与预测。