央行和商业银行视角下存款准备金率的实证分析

本文分别从央行货币政策调控目标和商业银行对存款准备金率容忍度的视角出发,利用参数法和神经网络模型对存款准备金率进行实证分析。研究发现,央行近年来多次上调存款准备金率主要是为了对抗通货膨胀以及回收货币流动性。在不考虑银行容忍度下,参数模型给出的目标存款准备金率为23%,而在考虑了存款准备金率对银行的负面影响后,根据神经网络模型得出2011年上半年合理的存款准备金率应为21.34%,与当前21.5%的实际存款准备金率相符。说明央行在货币调控时考虑到了银行的容忍度,是符合宏观审慎性原则的。而模型的敏感性分析表明,未来存款准备金率仍旧存在上调的区间与上调的可能性。     

基于案例推理的非常规突发事件资源需求预测

近年来非常规突发事件频繁发生,严重危害了人民的生命财产安全,而如何及时预测灾害发生后的资源需求成为一个重要课题。文章提出了一种精确的预测方法,将模糊集理论,神经网络Hebb学习规则和多元线性回归与案例推理法相结合。这种方法很好地解决了非常规突发事件资源需求预测这类信息不完备、不精确问题,能够比较准确的作出资源的需求预测。该模型对灾害资源需求预测具有一定的参考价值。     

BP神经网络模型在沪深300指数预测中的应用

文章探讨了神经网络模型在股指预测方面的应用,通过引入宏观经济因素,建立BP神经网络模型来对沪深300指数的走势进行中长期预测,运用MATLAB神经网络工具箱对BP模型预测的准确性和可行性进行了实证检验。     

基于人工神经网络的地应力场非线性反演

本文结合实测地应力资料,建立三维非线性有限元模型,通过flac3d程序求解,以及人工神经网络,将计算地应力值作为网络的输入向量,将边界条件作为神经网络的输出向量训练神经网络,获得了区域初始地应力场.     

建筑经济管理中神经网络的应用

本文对神经网络的特征及其信息处理的特点进行分析,提出研究建筑经济管理所需要解决的问题,并分析了结合神经网络与建筑经济管理是否有必要以及可行,并且还分析了建筑经济管理中神经网络的应用。     

基于LM算法BP神经网络的审计重大错报风险识别

本文根据1998～2009年期间,证监会、深交所、上交所公布的财务舞弊违规处罚意见,参照2006年1211号审计准则的规定构建了涵盖持续经营能力、融资能力、营运能力、重大关联交易、关键人员变动、内部控制环境等因素的重大错报风险识别模型。通过与Logistic算法重大错报风险识别模型预测结果进行对比,发现基于LM算法BP神经网络重大错报风险识别模型具备较高的识别准确率,具有更强的实用性。     

基于RBF神经网络的过程质量诊断研究

对控制图模式识别方法的提高与改进是改善过程工业质量诊断和质量控制的关键。利用RBF神经网络设计了过程质量诊断模型,然后用K-means聚类算法确定隐含层RBF神经网络节点数,最小二乘学习算法对网络进行学习训练,并利用MATLAB7.0对网络进行仿真,结果表明该方法比传统方法能够较快地识别出控制图的异常模式,且具有较高的识别精度,能够达到过程质量诊断的要求。     

基于径向基神经网络的白银现货价格变动分析

本文根据白银现货价格波动的特点及径向基(RBF)神经网络的原理和结构,建立相应的RBF神经网络模型。选取2008年10月24日到2013年8月2日的205个交易周国际白银现货价格作为样本,利用建立的RBF神经网络模型进行实证分析,验证RBF神经网络在白银现货价格变动分析中的优势。     

基于SAS的ST与非ST股票的选择

通过对139只股票的资产负债率，总资产周转率和总资产利润率三方面的分析，找出预测一只股票是否属于ST股的方法，方便投资者在选股票的时候确定所选股票是否属于ST股票。     

基于嵌入式蚁群算法优化的小波神经网络磁链观测器在DTC中的应用

文章提出一种采用嵌入式蚁群算法优化的小波神经网络磁链观测器,在蚁群算法中引入一种嵌入确定性搜索策略构成嵌入式蚁群算法。仿真实验表明,采用嵌入式蚁群算法优化的小波神经网络磁链观测器,不仅减少了小波神经网络减少隐层节点的数目,加快了小波神经网络的收敛速度,从而提高了磁链观测器的在线辨识精度,进而有效改善了无速度传感器直接转矩控制系统的低速性能。