GA －BP 神经网络模型在地区工业技术创新能力评价中的应用

针对当前技术创新能力评价方法大多建立在线性模型的基础上,且技术创新能力影响因素较多,可能存在多重共线性的缺陷,本文提出了遗传算法优化的BP神经网络模型。GA－BP神经网络模型在以下几方面做出了改进：①利用了神经网络强大的非线性关系映射能力,避免了传统线性模型的缺陷。②利用遗传算法对评价指标进行了降维,去除了多重共线性。③使用遗传算法从全局搜寻BP神经网络权值和阀值向量,优化了BP神经网络模型,避免了BP神经网络由于使用梯度下降算法,容易陷入局部最优解的缺陷。本文最后选取2008～2013年全国31个省市规模以上工业企业技术创新能力124条数据作为训练样本,31条数据作为测试样本,分别测试遗传算法优化的BP神经网络和未优化的BP神经网络,测试结果显示遗传算法优化的BP神经网络模型预测准确率高于未优化的BP神经网络模型。     

基于BP神经网络的煤炭企业人岗匹配研究

人岗匹配是一个公司管理员工的核心手段,能够切实根据员工的能力进行岗位的搭配,为企业人力资源管理体系的构建提供科学依据。依据煤炭行业的特点和公司员工的特性,建立科学合理的评价体系。并结合BP神经网络理论,对公司的人岗匹配评价模型进行仿真处理,从自适应、自组织和自学习能力等方面进行BP神经网络验证,进而对企业的人岗匹配现状进行有效测评,有利于进一步促进企业人力资源管理,实现人力资源的合理配置。     

录井企业顾客满意度测评体系建立和实施

为了提高企业市场竞争能力,渤海钻探工程公司开展了录井服务质量满意度测评。通过建立顾客满意度测评体系,实施顾客满意度测评,将顾客的反馈信息和意见进行统计分析,把顾客的期望应用在公司服务质量方面的改进。通过进行测评实施,总结了顾客满意度测评的经验,从而达到了持续改进服务质量的目的,实现了增强企业的市场竞争能力和企业盈利能力。     

高技术项目投资风险评价的研究

在对高技术项目投资风险因素分析的基础上,构造项目风险的评价指标体系,建立基于模糊数学和BP神经网络的项目风险评价模型,运用实例对BP神经网络进行了训练和检测,取得了较好的结果.该方法有利于技术创新的控制和创新项目投入的正确决策,提高企业稀缺技术资源的利用效率.     

遗传算法优化的小波神经网络在短期电力负荷预测中的应用

本文利用遗产算法的全局优化搜索能力来优化了小波神经网络,建立了基于遗产算法的小波神经网络短期电力负荷预测模型,克服了BP神经网络自身算法的缺陷,得到了更高的学习精度和更快的收敛速度,经实例也验证了该模型能有效地提高预测精度,减小负荷预测误差,避免了BP神经网络的固有缺陷.     

基于BP神经网络的企业虚拟度评价与实证分析

虚拟企业是21世纪企业的潜在发展模式,在研究企业虚拟度内涵的基础上,全面考察影响企业虚拟化程度的各种因素,构建企业虚拟度评价指标体系,提出了一种基于BP神经网络的企业虚拟度评价方法.通过MATLAB神经网络工具对其进行模拟计算,并以浙江大唐袜业集群为例验证模型的可靠性.实证分析表明该方法为企业虚拟度评价提供了一种有效实用的方法.     

基于粒子群神经网络的供应商评价模型及应用

供应链管理成为当今的研究热点,能否选择合适的供应商成为供应链构建成败的关键,而供应商评价是这个选择过程的重要组成部分.本文比较了供应商评价的各种方法,在重点研究了BP神经网络算法的基础上,针对其训练速度慢和容易陷入局部极小点的局限性,提出了一种粒子群优化BP神经网络评价模型.通过实例用Matlab进行仿真,与传统的BP网络模型比较,得出粒子群神经网络在供应商评价中更加有效.     

基于改进BP神经网络的蜂窝纸板缓冲特性模型

本文利用BP神经网络在非线性建模方面的特殊优势,建立了蜂窝纸板缓冲特性的神经网络模型,并通过动态调整权值改进了BP神经网络的收敛速率。用MATLAB软件进行仿真试验,结果表明:蜂窝纸板的神经网络特性模型能较好地模拟实际的蜂窝纸板缓冲特性,可用于缓冲包装设计。     

基于绿色供应链的报废汽车企业绩效评价研究

本文基于绿色供应链理念,以A企业为代表的报废汽车回收公司为例,建立岭回归-BP神经网络企业绩效综合评价模型。首先采用岭回归分析法对指标进行筛选,再通过BP神经网络模型对筛选的指标进行仿真训练,并将实际结果与仿真结果进行对比评价,最终就企业存在的问题分别从3个层面提出相关建议。     

BP神经网络在工程项目管理中的应用

简要阐述了BP神经网络、工程项目管理的特点,介绍了BP神经网络应用的一般步骤,提出了基于BP神经网络的工程项目管理模型流程图.总结了BP神经网络在工程项目管理中应用的优点和适用范围,指出了在工程项目管理中应用时应注意的要点,并针对BP神经网络应用的参数设置提出了相应建议.最后,以公路建设项目目标可持续性评价为例进行了实证分析,取得了满意的效果,从而促进了BP神经附络在我国工程项目管理中的应用.     

基于ANN-CVaR模型的住宅投资风险评价研究

商品住宅的开发投资风险越来越大,建立有效的评价方法和模型已经迫在眉睫.文章定性分析和定量测算相结合,使用BP神经网络和条件在险价值,构建了商品住宅开发投资的风险评价模型.通过整合BP神经网络和CVaR模型的优点,更真实准确地反映住宅投资风险,并做了实证研究.该模型在判断出风险程度的同时给出风险来源,指导商品住宅的投资决策.还为以后研究商品住宅开发投资风险提供了新思路.     

BP人工神经网络在塔河油田产能预测中的应用

本文运用BP人工神经网络对塔河油田奥陶系缝洞型碳酸盐岩储层的产能进行了预测研究,为了明确各层内影响因素与压后产能的关系,把塔河油田酸压井划分为一间房组、鹰山组两个层位,选用单隐层BP人工神经网络结构作为酸压效果预测的模型,并综合运用相关系数、偏相关系数及灰色关联度确定神经网络输入参数组合,通过改变输入参数的个数及改变隐层节点的个数研究不同结构神经网络模型与压后产能的关系,分别优选出两个层位的最优神经网络模型,现场应用表明,BP人工神经网络是适合奥陶系缝洞型碳酸盐岩储层产能预测的方法。     

基于灰色BP神经网络模型的电网工程造价预测研究

提高电网工程造价预测水平,是在巨大投资精益化管理要求的大环境下,精准化实现控制成本、提高投资效率的重要保障。为提高工程造价预测精准度,针对BP神经网络模型易陷入局部极小值、收敛速度慢、预测不够准确及灰色预测模型光滑离散度低、未考虑分布规律等缺点,提出将BP神经网络模型和灰色预测模型相结合的方式,构建一套基于灰色理论的BP神经网络预测模型。     

基于顾客满意度的建筑企业竞争力评价方法研究

本文将建筑企业顾客满意度的因素加入到竞争力测评的体系中,力图以顾客的需求为导向来指导建筑企业综合竞争力的提升,使得建筑企业的发展更加符合市场的需求.在测评体系中,不仅对建筑企业能力进行测评,还对客户对能力的满意度进行了测评,将两个测评结果结合起来得出能力保持区间、能力调整区间和能力改进区间,以此为企业提供能力发展建议.     

反演在化工过程故障诊断中的探索

为了提高化工装置的安全稳定运行能力,通过某种手段识别化工生产中的故障,发现潜在的设备故障和预判设备劣化趋势,将装置的安全隐患于萌芽中消除,避免企业安全损失。文章通过详细分析反演系统的原理、控制方法和化工过程故障诊断,结合化工过程故障诊断的现状,从混合故障、BP神经网络和深度神经网络三方面分析了故障诊断方法,最后结合某一化工过程进行故障反演,促进故障反演在化工过程中的应用。     

基于改进小波神经网络模型的汤河含沙量预测研究

本文引入变量权重系数对小波神经网络进行改进,改善传统小波神经网络模型易出现局部收敛的缺陷,并将改进小波神经网络模型对汤河含沙量进行预测。研究结果表明:改进的小波神经网络模型改进了传统BP神经网络模型存在局部收敛的缺陷,在河流含沙量预测中,模拟的含沙量相对误差符合含沙量预测规范精度,可用于河流含沙量预测。研究成果对于河流含沙量预测提供参考价值。     

BP神经网络的钢管纤维混凝土柱疲劳破坏研究

为了预测钢管纤维混凝土柱极限强度,提出基于BP(Back Propagation,反向传播)神经网络预测的方法。将基于BP神经网络预测的结果与试验和数值计算结果对比分析,验证了基于BP神经网络的钢管纤维混凝土柱疲劳破坏点预测具有正确性和有效性。     

企业创新、价值链扩张与制造业盈利能力——以中国医药制造企业为例

本文分析了企业创新与价值链扩张之间的互动关系对企业盈利的影响。利用1998—2010年中国医药类上市公司和相关调研数据,实证研究了中国医药制造企业的整体盈利能力及其沿价值链不同方向扩张对盈利能力的影响,并具体分析了价值链上各环节的主要因素对企业盈利能力的影响程度。研究结果表明,纯制造类医药企业净资产收益率和销售净利率的下降幅度远远大于纯制造—扩张类医药企业,医药制造企业通过创新实施价值链上的业务扩张可以改善其盈利能力;中国医药制造企业盈利能力与价值链扩张之间存在着非线性关系,沿价值链向研发环节与营销环节的扩张都能有效提高、改善企业的盈利能力。     

基于回声状态神经网络风电齿轮箱故障诊断方法

增速齿轮箱是大型风力发电机组的关键部件,应采用合适的方法进行故障诊断对其运行状态进行预测。本文提出了基于小波包和回声状态神经网络的齿轮箱故障诊断方法。首先利用小波包分解风机齿轮箱的故障信号,能够得到振动信号位于不同频段的故障特征,接着对不同频段的故障特征频率做归一化处理,进而组成故障特征向量,最后将特征向量输入回声神经网络模型得到故障类型。该方法减小了传统的BP神经网络模型神经网络算法陷入局部最优解的风险,提高了网络的收敛速度。     

用神经网络对开式冷挤压极限变形程度的预测

给出了基于 BP网络的极限变形程度预测的分析方法 ,得到了开式冷挤压εmax神经网络计算结果 ,与实验结果比较 ,其精度较高 ,证明了神经网络模型在开式冷挤压工艺中应用的可行性。