基于果蝇算法优化小波神经网络的输电工程造价预测

为了准确控制输电工程造价水平,提出一种基于果蝇算法优化小波神经网络的混合预测模型。首先,对输电工程造价影响因素进行归一化处理,并将归一化结果作为输入变量;其次,利用果蝇算法对小波神经网络参数进行优化,在此基础上,利用优化后的小波神经网络模型预测输电工程造价;最后,将本文的预测结果和其他方法进行对比。算例结果表明,该混合模型的预测效果更理性,精度更高。     

基于BP神经网络的房地产项目风险评价研究

房地产项目存在较多风险,影响工程项目的经济效益。利用BP神经网络的优势,对房地产项目风险进行评价,明确项目风险,采取对应措施,防范风险,提高工程效益。本文简单探讨了基于BP神经网络的饿房地产项目风险评价。     

基于决策树—BP神经网络的高净值客户价值评价

现有研究运用三维图和BP神经网络模型等方法对客户价值进行量化评价,但没有结合高净值客户的特征及客户协同创新理论来综合评价,因此,文章在构建基于协同创新商业银行高净值客户价值评价指标体系的基础上,采用基于C5.0算法的决策树方法和基于BP算法的神经网络方法构建了更精确的组合模型,对各个评价指标进行综合量化评价,使商业银行更加合理地整合自身资源,充分利用筛选出的优质高净值客户协同资源,提高协同效率,降低协同成本。     

车辆保险市场的成长预测

基于我国发展车辆保险的重要性,研究车辆保险市场是非常有必要的。本文基于2004-2015年的数据,来研究车辆保险市场的成长情况,通过灰色模型与神经网络的结合的灰色神经网络模型去拟合车辆保险营业额与解释变量的关系,之后再用遗传算法优化灰色神经网络,最后通过模型结果的对比,知基于遗传算法的灰色神经网络模型有更好的预测效果。     

基于VaR的商行利率风险计量模型应用优化

我国商业银行在利率市场化背景下,由于自身行业的高风险负债经营特点,如何有效的风险管控和度量是商业银行发展所要攻克的技术难点。本文就利率风险的计量管理用多种方法进行探讨,并提出相应的优化方案和意见。     

基于BP神经网络模型的商业银行风险评估研究

随着我国利率市场化的不断推进,商业银行的竞争环境发生变化,如何有效地对商业银行进行风险防控,实现商业银行在大环境下的稳定持续发展是非常重要的.文章以2016-2019年20家商业银行为研究样本,运用因子分析法进行降维,利用特征值计算指标权重,通过加权因子值构造风险指数,以8个评价要素为输入,风险指数为输出,建立了8×15×1的BP神经网络商业银行风险评估与分析模型,通过对原始样本和测试样本进行网络训练和仿真测试,结果表明所构建的BP神经网络能很好地进行风险评估,更重要的是加入“弹性分析”可以进行商业银行风险的影响要素分析.实证分析结果表明:商业银行的流动性、资本充足和不良贷款性指标对风险影响较大,且流动性和资本充足等指标的变动与风险指数呈反向变化,不良贷款率等与风险指数呈正向变化.     

气膜薄壳钢筋混凝土穹顶储仓的施工工期预测研究

根据气膜薄壳钢筋混凝土穹顶储仓的施工特点,详细分析了影响其施工工期的因素及参数获取方式,结合灰色GM(1,1)模型和BP神经网络处理数据的优点,提出了基于串联型灰色神经网络(serial grey neural network,SGNN)的施工工期预测模型并进行预测仿真。结果表明:该方法切实可行,预测精度高于GM(1,1)方法。