基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性.借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系.对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的.     

基于GMDH方法和BP神经网络的经济预警模型

文章应用GMDH方法来确定BP神经网络的输入指标,对传统的BP算法进行了改进,使得输入指标的选择能自动实现,减少了人为因素的干预。用改进后的BP神经网络对四川省的工业经济状况进行了评价,计算结果表明,训练后的神经网络模型能准确对经济状况进行评价分类,从而实现对经济的预警。     

基于BP神经网络的军事物流定单预测方法研究

选择BP神经网络作为军事物流定单的预测工具,从模型输入层、模型输出层、数据预处理三个方面建立了军事物流定单预测模型,并利用MATLAB的神经网络图形用户接口GUI进行BP神经网络的训练和检验,最后给出了应用方法,并说明注意事项。     

基于神经网络的入境旅游人数预测

入境旅游人数分析是旅游开发的基础。尝试利用人工神经网络的3层BP模型来仿真模拟入境旅游人数,其输入层结点为3,输出节点为1,得出3层前馈反向传播神经网络模型。结果表明人工神经网络模型的模拟结果与实际情况逼近。     

基于BP神经网络的机动车保有量预测模型

本文针对日益增长的机动车保有量,利用BP神经网络建立了一个机动车保有量预测模型,模型结构分为3层,输入层有10个节点,输出层为机动车保有量,主要涉及人口、经济、道路等影响因素。利用此模型可以对未来机动车的保有量进行预测,为政府制定相应的政策及城市道路交通规划提供理论依据。     

基于粗糙集和神经网络的数据挖掘应用

本论文就是根据电信行业需求,针对电信企业拥有大量详实而且丰富的数据,但是可用有效数据提取困难这一问题。首先利用粗糙集理论中的差别矩阵方法对电信客户数据进行属性约简,之后采用BP(Back Propagation)神经网络建立基于粗糙集和神经网络的数据挖掘模型,实现对电信业务系统的客户数据信息进行有效分析和高效提取,并通过matlab实现了仿真模拟。所建立的模型,减少神经网络的输入层个数、简化了运算次数、缩短了训练时间并提高数据预测的准确度。     

基于蚁群算法的改进神经网络备件库存分类模型研究

针对基于BP神经网络的备件库存预测模型的不足,提出基于蚁群算法的改进神经网络算法应用于备件预测模型。首先建立了基于蚁群算法的改进神经网络备件库存分类模型：其次进行了实验分析及对比。验证了模型的可行性。对装备备件预测具有一定的参考价值。     

供应商战略合作评价模型研究

供应商战略合作评价的目的是选择并建立与供应商的长期战略合作关系,消除供应链上的各种浪费,获得供应链上各企业的"共赢".BP神经网络可以很好地解决供应链复杂性、交叉性以及动态性的特点.文章运用BP神经网络进行供应商战略合作评价模型研究,并以某企业为例,进行了实证研究,将供应商的评价指标作为输入值,将专家综合评价指标作为输出值,经过训练与检验后,该模型可以给出相对客观公正的结果,指导企业与供应商的战略合作.     

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神经网络的木材质量评价

目前木材家具的生产过程在逐步向批量化、机械化趋近,但木材的质量一直是家具产业需要关注的问题,因此对木材的质量评价一直是家具制造业研究的重点。本文利用BP神经网络建立木材的质量评价模型,选择合适的评价指标,并通过案例的样本数据进行验证。测试结果与加权平均法比较,得出构建的3层BP神经网络模型应用于木材质量评价中具有一定的可行性与现实意义。     

再生混凝土基本性能的BP神经网络预测

本文选取再生粗骨料的表观密度、 吸水率、 压碎指标、 水泥用量、 砂率、 再生粗骨料取代率、 水灰比7个主要因素作为BP网络的输入参数,建立7-20-3的BP神经网络模型来实现非线性映射.研究表明:本文建立的BP网络模型,根据再生混凝土配合比和再生骨料性能的数据可以较为准确的预测出再生混凝土的坍落度、28d抗压强度和弹性模量.同时,也可以利用建立的再生混凝土性能的BP网络模型分析各主要影响因素与再生混凝土性能的变化趋势,为工程实践提供理论指导.     

第三产业产值比重预测的BP神经网络模型

宏观经济政策的制定要参照各次产业的发展水平,所以对产业发展水平进行评估和预测就显得十分必要。通过运用改进BP算法神经网络的建模方法对我国第三产业产值比重进行分析,最后建立了单隐层的BP神经网络模型。结果表明基于改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,模型的通用性和实用性强。     

城市生态交通系统评价

基于交通网络、交通体系完善性、交通环境、交通景观和交通文化五个方面提出城市生态交通协同理论体系,以既有的城市交通系统可持续发展评价指标体系为基础,构建了一套城市生态交通评价指标体系。基于BP神经网络建立一个三层的城市生态交通评价模型,选取sigmoid函数作为评价模型的传递函数,traingdx作为训练函数,隐含层单元数确定为16。根据收集到的9个城市生态交通评价指标数据,选取其中5个城市数据作为评价模型的学习样本,建立城市生态交通系统BP神经网络评价模型,并对另外4个城市数据进行一般性检验,验证了BP神经网络在城市生态交通系统评价中的准确性与适用性。     

快递加盟投资收益的BP-SD仿真分析

为了呈现快递加盟的运行机制,防止投资者盲目投资,并能在激烈竞争中科学布局,文章选取成都市全峰快递一级站点为例,建立快递加盟投资收益分析的一种系统动力学模型。用误差反向传播(BP)神经网络算法对近三年历史数据进行处理,初始化模型输入数据,仿真模拟快递加盟的经营状况,反映出投资回收预期,并以资源配置为例实施灵敏度分析,降低系统复杂性对运作带来的干扰强度。     

工程造价估算模型研究与基于层次分析法的BP神经网络模型应用

本文阐述了工程估算模型概念、分类,神经网络的基本概念、基本结构和算法原理,建立了基于层次分析法的BP神经网络的工程造价预测模型,并根据模型借助MATLAB神经网络工具箱对案例分析,对其具体应用过程作了阐述。研究表明使用BP神经网络来进行工程造价预测是完全可行的。     

基于AHP和BP神经网络模型的集团管控模式选择

在集团管控的模式选择中,本文将具有学习能力、记忆能力以及智能处理功能的BP神经网络与层次分析法相结合,构建了集团管控模式选择的AHP-BP神经网络模型,模型以AHP评价结果为神经网络输入,利用BP神经网络对评价结果进行训练与检验。通过MATLAB软件仿真的结果表明,该模型既能充分吸收专家评估的隐性知识和经验,又降低了人为主观随意性的缺陷,计算结果准确、方法可行,为企业的集团管控模式选择提供了科学的思路和方法。     

基于灰色神经网络的高校教师职称评审预测

提出一种针对我国高校教师职称评审的预测模型。该模型通过将灰关联分析与BP神经网络相结合的方式实现,利用灰关联分析找出高校教师职称评审的各影响因子与职称晋升的潜在关系,为BP神经网络提供筛选输入因子的功能,最后通过训练BP神经网络来实现预测。选用某高校2012年副教授评审实际数据作为评价样本,将原有的6-8-2的网络结构简化为5-8-2,结果表明,建立的评审模型的结论优于基于BP神经网络的结论,且训练效率也有大幅提高,有一定的推广应用价值。     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理。利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型。最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性。     

多指标综合评价的神经网络方法

文章利用神经网络建立了多指标综合评价模型,采用隶属函数对评价指标进行了描述。运用BP神经网络的自学习、自适应、自组织功能,在输入评价指标后网络将输出最终的系统目标评价值,达到精确评价和最优决策的目的。最后,以实例验证了这种方法的准确性和可操作性。