基于BP神经网络的物流项目风险评估

风险评估是项目风险管理过程中最困难、最耗时的一个过程,采用BP神经网络技术建立了风险评估模型：并通过神经网络工具箱训练该网络模型,对物流项目风险进行评估。经测试数据验证,结果比较准确,具有广泛的实用性。     

基于数据仓库的银行信用评级模型的构建

基于数据仓库,利用RBF神经网络,建立了银行信用内部评级系统,提出了企业信用主题数据模型和风险评估模型的训练过程。实证结果表明,该模型对银行信用评估可取得较好的效果。     

基于AHP法与BP神经网络的应急物流风险评估与预测模型

采取AHP法和BP神经网络技术纵向相结合方法,建立了应急物流风险评估与预测模型。首先建立了应急物流风险评估的评价指标体系,给出了AHP层次分析法筛选指标的方法,然后设计了改进型神经网络模型评价与预测步骤。     

电力企业信息安全风险评估模型研究

以信息安全管理标准ISO17799的规定为基础构建了电力企业信息安全风险评估指标体系,运用熵权法确定评价指标权重,并以此作为BP神经网络输入的初始权重,提出了BP神经网络信息安全风险评估模型,仿真结果显示,评价结果是令人满意的。     

基于BP神经网络和专家系统的信息系统风险评估方法研究

目前的信息系统风险评估方法多是利用单一的方法对风险进行评估,准确性难以得到保证。文章将BP神经网络的定量计算和专家系统理论的定性分析结合在一起,构建了信息系统风险评估模型。所用的BP神经网络引入了遗传算法理论进行优化,处理结果作为专家系统知识库的一部分输入。最后使用传统的层次分析法进行信息整理汇总,得出信息系统风险评估的精确结果。     

基于BP神经网络的维修检测设备研制项目风险评估与仿真

针对航空装备维修检测设备研制项目实施过程中可能遇到的技术风险、费用风险、管理风险、保障性风险、进度风险等因素的影响，为确保维修检测设备研制项目的质量，规避研制过程中的各种风险，以LHSB11数字示波器研制项目为例。通过风险因素分析，构建了风险评估指标体系。运用BP神经网络建立了相应的评估模型，并运用Matlab进行了仿真分析。论文的研究成果可以为特种数字示波器研制项目提供高效的风险评估方法。     

基于粗糙集和支持向量机的商业银行信用风险评估模型

结合粗糙集理论的属性约简和支持向量机(SVM)的分类机理,提出一种数据分类的混合算法;建立了基于此算法的商业银行信用风险评估模型。模型以粗糙集属性约简作为预处理器,删除冗余属性和冲突对象,但不损失有效信息;然后基于SVM进行分类建模和预测。实证表明,创建的模型分类性能良好,降低SVM分类过程的复杂度,一定程度上避免了训练模型的过拟合现象。通过与SVM和神经网络模型的比较,证实该方法用于信用风险评估的有效性。     

P2P网贷个人信用风险评估模型研究——基于混合果蝇神经网络的方法

P2P网贷在爆发式增长的同时,也面临着重大的信用风险,个人信用评估是降低信用风险的重要方法。根据P2P网贷自身的特点,对影响P2P网贷借款人信用风险的因素进行分析,引入互联网信息领域特有的风险因素,建立了P2P网贷个人信用风险评估指标体系。基于该指标体系,考虑P2P网贷中"软信息"较多、"硬信息"缺失的特点,提出了基于BP神经网络的信用评估模型。为了提高BP神经网络的收敛速度和精度,将改进的果蝇优化算法作为BP神经网络的学习算法,对神经网络的权重进行训练。通过"人人贷"平台收集的样本数据进行实验验证。结果表明:改进果蝇神经网络评估模型比传统BP神经网络模型有更强的学习能力和预测能力,是P2P网贷个人信用风险评估的有效方法。     

基于BP网络的银行信用风险评估数据的多视角填补方法

信用风险评估作为降低借贷双方信息不对等的手段,在当代金融领域十分重要。然而用于银行信用风险评估的原始数据往往会有缺失或很难获取,降低了评估模型的有效性。如何精确获取有效数据和去除不可用数据成为提高评估模型效果的一个重要且极具挑战力的环节。目前相关方面的研究多是从单视角预测缺失值,未考虑各个指标之间的关系。因此,文章提出了一种基于BP(Back Propagation)神经网络的多视角填补方法,充分利用各个指标之间的关联,针对含缺失值的指标建立多个分类器,并利用BP神经网络强大的非线性映射能力实现预测。实际数据的实验表明,相较于常用的银行信用风险评估数据填补方法,本文提出的填补方法有着较佳的效果。     

基于BP人工神经网络的快速工程估算研究综述

我国建筑行业发展长期受到"三超"现象困扰,因此近年来如何通过成本管理合理预测工程造价成为现阶段建筑行业的主流思想.有越来越多的研究希望通过人工神经网络模型应用于工程造价估算来达到合理建模,快速估价的目的.为了明确人工神经网络估算模型在工程估算中的应用和发展前景,需要对相关文献进行综述和梳理.首先,先从应用最广泛的BP神经网络估算模型入手,分析该BP神经网络模型应用过程中的优缺点,并对现有解决方法进行综述.其中讨论了通过强弱耦合弥补BP模型应用缺陷以及选取其他常见模型应用于工程估算,如:RBF神经网络模型、模糊神经网络模型.最后,我们对人工神经网络的研究前景进行展望,为实现工程造价智能化奠定了基础.     

工程项目投资风险评价模型研究

在项目决策前期对项目了解很少的情况下，一般对项目给出一个基本的风险综合评价数值，作为决策的依据。在建立工程项目投资风险评价指标体系的基础上，提出了将人工神经网络应用于工程项目投资风险评价中的综合评价方法，建立了人工神经网络模型，较好的解决了以往的评价方法中存在的人为确定权重的不足。最后进行了实证分析，在此基础上进行了敏感性分析，得到了比较好的评价结果。     

BP神经网络在项目投资风险分析中的应用

影响项目投资经济效益评价指标的参数很多,这些参数均具有一定的不确定性.由于各参数的不确定性,其项目投资经济效益评价指标值也是不确定的,因此,对投资项目所做的经济效益评价结论必将带有风险.在经济评价工作中,应当对这种风险作出合理的量化分析和估算,以了解项目的风险承受能力,并尽可能采取措施回避风险.本文共搜集了10个相似投资项目,根据BP神经网络工作原理筛选确定了6个影响和制约项目投资因素的指标作为神经网络的输入变量,并提出了基于BP神经网络的项目投资风险分析模型;其中7个投资项目作为训练样本,2个作为检测实例,最后一个进行敏感性分析.经过测算,其精度完全可以满足实际项目投资风险分析的需要.因此,神经网络在这方面有很好的应用前景.     

小样本条件下的煤矿安全评价方法研究

研究煤矿安全评价问题的现状,针对传统的BP神经网络要获得可信度较高的评价模型需要大量的样本进行学习的缺点,采用V—fold Cross—validation技巧,利用MATLAB神经网络工具箱,建立基于BP神经网络的煤矿安全评价模型,利用实际指标数据研究小样本条件下的煤矿安全评价,并验证评价效果的有效性。     

基于BP神经网络的项目管理绩效评估模型研究

根据项目管理绩效评估中存在的问题,研究了运用BP神经网络方法进行绩效评估的可行性。利用神经网络的自学习、自调整以及非线性映射功能,确定了基于BP神经网络的项目管理绩效评估模型的结构和算法,并结合实例进行了实证分析,取得满意效果,为项目管理绩效评估提供了一种新思路。     

基于径向基函数网络的工程项目风险评估研究

工程项目风险评估是工程项目风险管理中的一个重要环节,受到了人们特别的重视。本文通过考虑输入———输出扩展矢量的方式改进了应用广泛的HCM算法。评估实例表明改进的HCM算法可以获得更好的评估效果,提升了RBF网络评估工具的价值。     

基于模糊网络计划法的水利工程完工风险评价

针对影响水利工程施工进度各因素的不确定性以及网络计划中各个工序持续时间的不确定性的问题,文章运用了模糊网络计划的方法,对工程网络图中各条线路成为关键路线的概率进行了计算,从而判断出整个工程的完工风险,进一步完成整个工程的风险预测与评估。     

基于BP网络的建筑工程造价估算

建立了适于建筑工程造价的BP神经网络模型，通过对建筑工程各主要特征类目定量化并结合所建立的BP经网络模型，运用MATLAB工具箱来快速估算建筑工程造价。经工程实例证明，该方法为一种快速、可靠的建筑工程造价估算方法。     

基于模糊神经网络的公共项目绩效评价模型研究——以发展结果为导向的理论框架构建

国内外对以发展结果为导向的公共项目绩效评价研究尚处于起步阶段。依据发展结果导向的公共项目绩效管理的设计与监测框架，运用模糊神经网络的算法，以原因、方法、方案、投入、活动等作为神经网络的输入，以项目的目标、成效、影响、结果、产出为输出，构建公共项目绩效评价模型，可以为公共项目绩效评价提供理论指导。