基于可拓神经网络的分类算法研究

BP神经网络是一种常见的分类算法。但BP网络运算速度慢,而且容易陷入局部极小。文章通过增加动量因子避免了BP网络的局部极小,并利用可拓学的扩缩变换,改进了BP算法的训练停止区域,加快BP网络的收敛速度。文章在matlab70环境下进行了仿真测试,仿真结果显示,基于可拓神经网络的分类算法在收敛速度等方面有明显改善。     

基于BP神经网络的第三方物流企业客户满意度评价研究

客户对第三方物流业务的需求是物流企业生存发展的源泉。因此,对客户满意度评价的测度应作为物流企业发展战略的重要组成部分。文中在构建第三方物流企业客户满意度评价指标体系的基础上,采用了BP神经网络算法模型来对企业的客户满意度进行评价,经过对BP神经网络模型进行训练和对模型的泛化推广能力进行检验,证明BP神经网络模型可以对第三方物流企业客户满意度进行可行有效的评价。     

基于BP神经网络的企业赊销风险评估研究

结合赊销风险的特征,提出将＂赊销风险度＂作为新的赊销风险度量标准,在此基础上将企业赊销风险划分为5个等级,并将BP神经网络引入赊销风险评价,建立了基于BP神经网络的企业赊销风险评价模型。实证结果表明,该模型是有效且可行的。     

基于RBF神经网络的中国CPI预测研究

文章将RBF神经网络模型引入到CPI预测领域,运用2001年1月至2010年4月间的国家统计局数据,通过Markway4.0建立CPI预测的数据网络模型。计算结果证明,RBF数据网络模型应用于CPI预测具有较高的精度和良好的泛化能力。     

协同预测理论与方法综述

CPFR（Collaborative Planning Forecasting and Replenishment）是针对零售行业的一种供应链管理方案,致力于提高企业内部管理和外部协作的效率。企业间的协同预测是CPFR实施的核心,它提高了需求预测的精度。本文将协同预测的理论与方法进行了整理与归纳,讨论了当前研究的特点。     

区域物流需求量预测实证研究

本文从河北省的物流需求现状出发,通过分析区域物流需求量的衡量指标和影响因素,建立了区域物流需求量预测指标体系,并根据实际数据采用BP神经网络方法建立预测模型,通过与指数平滑法预测结果比较可以看出,采用BP神经网络方法进行物流需求量预测较指数平滑法更精确,在一定程度上能够为河北省物流规划提供定量决策依据,并以此为基础为整个区域物流需求量预测提供科学依据。     

基于BP模型的消费者绿色品牌偏好变化趋势分析

消费者绿色品牌偏好的形成和变化受到多重因素的影响。为对其变化趋势进行量化分析,本文建立了基于绿色营销的消费者品牌偏好变化的BP模型。实证分析表明,消费者绿色偏好的形成及转变与消费者认知存在非线性关系,绿色偏好的发生更多集中在与自身直接相关的产品上,绿色偏好更易受消费者群体影响。消费者品牌偏好变化趋势是:逐渐向绿色产品转变,细分群体化趋势明显,绿色知名品牌偏好形成速度加快,变化效果受制于产品属性变量。在此基础上提出相应建议。     

块状经济科技创新绩效评价方法应用研究

块状经济是浙江经济的一个特色,是支撑浙江省区域经济发展的重要产业组织形态。研究块状经济科技创新绩效评价方法,有利于贯彻和落实科学发展观,形成强有力的目标导向,有利于深化政府管理体制改革,为我国经济社会发展增加新的动力。针对浙江省块状经济现状,结合国家《高新技术企业认定管理办法》,构建了块状经济科技创新绩效评价指标体系,研究了基于DEA和神经网络模型的绩效评价方法,并缙云带锯床和特色机械装备块状经济的4家龙头企业为例,建立了8×16×16×8×3结构的神经网络绩效评价模型。     

基于两类信用风险评估方法的比较及启示

本文首先对信用风险作了简要的阐述,指出信用风险评估的重要性;然后提出两类信用风险评估方法,通过对两类方法介绍、比较和存在问题的探讨,得出了其不足;最后,基于前述两类方法的分析指出我国信用风险评估目前存在的问题和不足并对此提出了若干建议。     

基于小波网络的上证指数预测实证分析

本文利用小波分析与神经网络构造的小波神经网络模型,对金融时间序列上证指数进行预测。将预测结果与实际值进行比较,结果表明,小波神经网络方法预测效果优于传统神经网络模型。