基于时间序列的BP神经网络预测鄂尔多斯市的GDP

国内生产总值(GDP)是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究GDP预测方法具有重要的现实意义。在对鄂尔多斯市GDP数据序列分析的基础上,考虑到BP神经网络可以通过简单非线性函数的复合能够实现对于复杂函数的映射,本文采用BP神经网络方法来预测鄂尔多斯市的GDP,取得了较好的预测效果。     

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。     

品牌小包装食用油营销竞争力评价研究

选取国内14个有影响力的品牌小包装食用油,其中包括外资品牌和内资品牌,运用基于RAGA的PPC模型进行综合评价,得出品牌小包装食用油营销竞争力的综合排名,根据行业专家的意见对品牌进行分类,同时应用BP神经网络对评价结果进行验证,找出影响小包装食用油营销竞争力各个指标的影响权重贡献率,并提出提高本土小包装食用油营销竞争力的对策建议。     

基于BP人工神经网络的小城镇生态规划研究——以梅河口市中和镇为例

试图将人工神经网络方法引入生态规划,采用BP(Back-Propagation)神经网络建立生态适宜度评价模型,并用于实际的生态适宜度分析中,从而为生态规划提供一种新的方法。对案例区梅河口市中和镇生态健康水平进行评价,结果显示:中和镇生态现状处于亚健康水平。从生态规划学理论和神经网络模型出发,以梅河口市中和镇实际调查数据为基础,利用MATLAB7.0软件建立生态适宜度分析模型。利用建立的评价模型对中和镇的生态适宜性进行评价。根据生态适宜性评价结果和生态健康水平提出中和镇生态区划方案。     

中国经济与生态环境协调发展预警系统研究——基于因子分析和BP神经网络模型

统筹经济与环境协调发展是人类必须坚持的绿色发展理念。根据经济监测预警理论,利用因子分析和BP神经网络分别对经济与环境协调度进行测算和预测,构建中国经济与环境协调发展监测预警系统。预警结果表明,中国经济与环境复合系统总体呈不断协调发展的状况。     

基于BP神经网络的企业文化影响力评价

要对企业文化实施有效管理,必须建立一套切实可行的企业文化影响力评价体系,对企业正在运行的文化系统进行测评,便于管理者调整战略和战术,保持文化建设的有效性。本文首先建立企业文化影响力评价体系,然后用BP神经网络评价方法对企业文化影响力进行评价,并且用计算机处理统计数据,实现了对企业文化影响力的定量化评价,为企业管理者提供决策依据。     

失业风险预警系统研究

基于我国29年的历史数据,采用BP神经网络模型对我国的失业风险预警问题进行研究。结果表明,神经网络方法在失业风险系统中具有优良的预警效果,其对失业风险综合警情值的预测误差小于3％。相对于景气分析预测法、时间序列分析、灰色预测模型以及回归预测模型等技术,神经网络方法不仅具有良好的预测精度,同时还具备较强的容错能力和泛化能力。因此,在构建我国的失业风险预警系统中,神经网络模型应该是一种被优先考虑的方法。     

基于神经网络方法的风机故障诊断

针对旋转机械故障征兆与故障模式映射的复杂性,将反向传播(BP)网络、径向基(RBF)网络和概率网络(PNN)用于风机进行故障诊断,并比较了3种网络的诊断精度。以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的神经网络进行故障辨识,结果表明,RBF网识别精度高于PNN网络,BP网络表现较差。     

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神经网络的房地产项目前期风险评价研究

本文从开发商的角度,在分析房地产项目前期风险因素的基础上,构建其指标体系,建立基于BP神经网络的风险评价模型,然后选取若干组样本作为训练集在MATLAB7.0环境中对模型进行训练,最后用测试集验证模型在房地产项目前期风险评价方面的可行性。