服务型企业顾客满意度的应用研究

为了合理地评估服务型企业的顾客满意度,以便能够引导服务型企业调整服务策略,建立了服务型企业顾客满意度综合评价指标体系,本文采用层次分析法计算指标权重,基于BP神经网络,建立了服务型企业的顾客满意度评价模型。利用该神经网络可以减少确定指标权重时存在的随意性和人为因素,并且使用方便,有较强的实用性和通用性。     

基于BP神经网络的中小企业信用评价

本文在分析信用评价重要性的基础上,根据中小企业信用评价的指标体系建立了基于BP神经网络的企业信用三层神经网络评价模型,该模型具有对中小企业信用的预测功能。     

商业银行个人信用风险等级评估与预测

本文利用BP人工神经网络对商业银行针对个人的信用等级评价进行了探讨,建立了神经网络的评价模型,对此做出了实例分析。     

基于神经网络的通货膨胀预测模型研究

本文采用神经网络的方法,利用消费者物价指数、工业增加值和货币供给等数据,分别以BP神经网络、RBF神经网络和Elman神经网络建立通货膨胀预测模型.三个模型预测结果表明,采用神经网络方法建立的模型能够较好地预测通货膨胀的变动.通过比较BP神经网络和Elman神经网络预测结果可以看出,带有反馈机制的神经网络模型预测性能优于一般神经网络模型.     

基于BP神经网络的P2P网络借贷个人信用评价模型

当前互联网金融行业飞快发展,各种P2P网络借贷公司不断涌现,这种新型的借贷模式具有很多优点,但是也存在相应的问题,如何做好借款人的个人信用评价是保证P2P网贷行业健康运营的最重要一环。通过对近些年国内外个人信用评价模型的研究,以拍拍贷网站的用户数据为例,建立信用个人信用评价指标体系,利用BP神经网络算法,建立了借款人个人信用评价模型,为了达到更好的效果,采用不同的激活函数及权值调整方法进行模型优化,最终建立基于拟牛顿算法的BP神经网络模型,能达到对用户信命评级96.28%的准确率。     

基于BP人工神经网络的城市宜居性评价研究

构建城市宜居性评价的评价指标体系,概述基于BP人工神经网络评价方法的基本原理,并详述基于BP人工神经网络的城市宜居性评价模型的建立过程,包括神经网络的建立、学习训练、以及结果的检验等。将该模型应用于实例检验,得到较满意结果。     

基于GA-BP神经网络的顾客满意度测评研究

本文利用遗传算法与神经网络的特性,建立了基于GA-BP神经网络的顾客满意度测评模型。该模型首先将BP网络的权值和阈值通过遗传算法进行优化,然后对BP网络进行训练。网络最终测评结果较BP神经网络更有效、准确。通过某商场实例数据证明此测评模型收敛速度快、预测精度高,为顾客满意度测评提供了一种实用的方法。     

BP人工神经网络方法在矿产资源综合开发利用评价中的应用——以铁金矿为例

本文对矿业多目标决策提出了基于BP神经网络的最优化分析方法,根据客观数据构造出矿产综合开发利用水平模型评价标准,证明BP神经网络能有效地解决矿产资源综合开发利用评价问题。     

基于BP神经网络专家系统的供应链风险评价研究

随着供应链的迅猛发展,所面临的风险也越来越大.为合理有效评价供应链风险,文章结合供应链风险评价指标体系,将神经网络理论与专家系统思想相结合,提出了一个可行的基于BP神经网络专家系统的供应链风险评价模型.该模型利用BP神经网络的自学习特征,在训练过程中通过对权值的不断修正,使网络的实际输出向量逐渐接近期望的输出值.该模型不仅能够利用专家系统判断供应链风险的大小,而且能够通过权矩阵分析影响供应链风险的主要因素,在供应链风险研究及应用中具有较大的发展潜力.     

BP神经网络的C2C电子商务信用评价模型的建立

从店铺信息、商品、卖家服务等方面建立C2C电商信用评价体系,在淘宝网获取了242条卖家信息,利用SPSS两步聚类法将数据进行聚类,运用MATLAB的BP神经网络工具箱,将评价指标数值作为输入,聚类结果作为输出,构建了三层BP神经网络,以230条数据为训练样本,得到具有较快收敛速度和较高准确率的BP网络。在此基础上,以12条卖家信息作仿真实验,对卖家信用等级进行客观的预测评价,最终建立C2C信用评价模型。     

技术类无形资产利润分成率评价模型的研究——基于改进BP人工神经网络的评价模型

在技术类无形资产价值评估中,利润分成率是一个复杂和难以准确计量的参数,目前国内外还没有统一的计量方法。运用AHP原理建立技术资产利润分成率评价指标体系,并基于改进的BP神经网络,提出一套能够模拟专家思想的智能型综合评价方法,实例分析表明,采用该方法所获得的评价结果是令人满意的。     

基于BP网络学习算法的英文字符识别

介绍了BP神经网络的基本原理,指出了BP算法收敛速度慢、易陷入局部及小值等缺陷,在标准BP算法的基础上引入了几种优化BP算法的方法。针对模式识别应用领域,通过实例,运用Matlab编程对各种较好的网络学习算法的性能进行比较,给出了一个三层BP网络识别含噪声的字母的实例。实验结果表明,改进的BP算法有效地提高了BP算法的收敛速度。     

企业ERP应用绩效评价的实证研究

以平衡计分卡理论为基础构建企业ERP实施绩效评价指标体系,利用BP神经网络的原理建立ERP绩效评价模型的方法和步骤。以江苏镇江20家企业2008年ERP实施数据为训练和测试样本,将训练好的BP神经网络应用于企业ERP实施的绩效评价和仿真预测。实证分析结果令人满意。从实证数据标准化处理过程看,所有指标得分0-1内正向分布,评价结果得分越接近1的中小企业ERP应用绩效水平越高;评价结果得分越接近0的中小企业ERP应用绩效水平越差。     

基于遗传神经网络的财务危机预警研究

针对基于神经网络的财务危机预警方法模型结构复杂、收敛速度慢且容易陷入局部最小的缺点,提出基于遗传神经网络的财务危机预警方法。首先对神经网络模型的结构和参数进行编码并将其串联,形成一个个体,随机产生N个个体形成初始种群。然后分别进行复制、交叉和变异操作,得到神经网络的结构和初始参数。再通过BP算法对该神经网络进行训练,训练后的神经网络即可实现财务危机预警。测试结果表明,该模型训练速度快、预警精度高。     

企业知识资本对企业绩效影响的BP网络模型研究

在实际企业系统中,企业知识资本对企业绩效的影响关系可能是非线性的、复杂的。为了探讨知识资本对企业绩效的影响,设计企业知识资本对企业绩效影响的BP神经网络模型,包括网络结构设计、网络学习与泛化能力检验和网络应用等内容。     

基于神经网络对管制中心系统的效能评估

根据神经网络学习算法和专家系统的原理，提出了利用BP算法对管制中心系统进行效能评估的系统结构和功能实现方法，构造了管制中心系统的效能评估模型。并结合实例，对管制中心系统的效能评估过程进行了研究，给出了基于神经网络对管制中心系统进行量化评估的一种方法。     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。     

供应链需求预测中的神经网络预测技术应用分析

本文认为,解决供应链上游企业准确理解下游企业所提供的订货信息,进行科学的市场需求预测是供应链管理中具有战略性和规划性决策的问题。基于市场准确预测的协作计划预测和补货技术(CPFR技术)能及时准确地预测由各项促销措施或异常变化带来的销售高峰波动,从而使销售商和供应商做好准备,赢得主动。而构筑基于CPFR技术的供应链需要良好的预测方法和技术以及信息系统的支撑。文章指出,基于误差反传算法的神经网络(BP神经网络)作为一种对复杂经济现象进行分析和预测的有效工具,在有大量数据和长期学习过程的情况下,能发挥出更大的优势和性能,加之其具备自学习和自适应能力,能适时调整流程企业产品销售的信息误差,对供应链的决策系统起到精确的辅助作用。文章建立的基于协作计划预测和补货(CPFR)数据库的供应链需求预测支持系统的流程框架,以及在此基础上提出的基于BP神经网络的供应链需求预测模型,可以提高预测精度,有效避免评价过程中的人为失误,取得令人满意的预测结果。     

基于BP神经网络的老工业基地企业核心竞争力的综合评价

我国对老工业基地进行调整和改造,作为老工业基地主体的企业,有必要了解自己和其他同行企业的核心竞争力水平和状况。为此,运用AHP法构建了老工业基地企业核心竞争力评价指标的递阶层次结构,应用BP神经网络理论对老工业基地企业核心竞争力进行综合评价。实证研究表明,评价结果与实际基本相符合,从而提供了一条对老工业基地企业核心竞争力进行定量评价的途径。     

基于改进BP网络的城市可持续发展水平模糊综合评价

在建立城市可持续发展水平评价指标体系的基础上,提出了一种基于改进BP网络的城市可持续发展水平模糊综合评价方法,该方法不仅可以模拟专家对城市的可持续发展水平进行综合评价,而且有效地改进了人为评价方面的失误,为城市的可持续发展水平评价提供了一种新的评价模型。