基于PCA-BP-GA的BOT项目风险预测研究

由于BOT项目本身的长期性和复杂性,所以在BOT项目实施前需要准确科学的预测出所面临的风险大小。针对BOT项目风险影响因素众多的问题,先利用主成分分析法进行降维,然后利用遗传算法找出BP神经网络的最优全值阈值,建立了PCAGA-BP BOT项目风险预测模型。同时将以往的BOT项目数据作为学习样本,对BOT项目风险进行预测,并利用某地污水厂的例子进行验证,说明此模型对实际工程的科学指导性。     

基于RBF神经网络的投标报价预测研究

针对建筑工程特点,提出了基于RBF神经网络的建筑工程投标报价方法,建立建筑工程投标报价标高率数学模型。应用MATLAB计算软件,以实例验证了该模型的正确性及实用性。     

基于神经网络的企业财务危机预警研究——以制造业上市公司为例

现阶段,激烈的市场竞争与动荡的经济环境给各行各业带来了前所未有的挑战,对于企业的经营者与投资者来说,能够准确预测财务危机并有效地规避财务危机具有重大的现实意义。制造业在我国经济中具有举足轻重的地位,文章以制造业上市公司为例,引入财务指标与非财务指标构建指标体系,运用因子分析对筛选的指标进行降维,使各个指标间不相关,消除多重共线性,以得出的公因子作为神经网络模型的输入层来提升神经网络的拟合效率,以企业被特别处理与没有被特别处理作为神经网络模型的输出层,运用此模型对财务危机进行预测。预测结果显示:该财务危机预警模型预测效果较好,能够帮助制造业上市公司识别潜在的财务危机。除此之外,根据结论得出企业的盈利能力是影响制造业上市公司财务危机的最主要因素。     

我国高校债务风险动态预警模型研究

目前,高校负债日趋严重,所面临的债务风险受到广泛关注,如何对高校债务风险进行动态预警尤为重要。文章综合考虑影响高校债务风险的各种因素,选取了10个财务指标和4个非财务指标,利用样本数据,运用主成分分析法算出主成分的综合得分,分别运用模糊隶属度与BP-神经网络分析法,对高校债务风险综合评价比较。实例验证主成分-BP-神经网络分析模型更优。     

IPO行为对当代市场的影响和未来预测

针对影响IPO收益率的各种因素进行入手,鉴于公众的心理预期和政治、经济、文化等影响因素,我们认为IPO收益率尤其是首日收益率具有极大的概率不确定性。当然这一切因素拥有一定的重要权重,提倡用层次分析法进行估算。但是最终的目的放在建立一个反馈系统模型,认为企业方和分析师、公众是博弈的双方,二者是动态的反馈关系。     

四川北部山区输电线路工程可研投资估算模型研究

四川北部山区输电线路工程具有独特性。一种简洁有效的可研投资估算方法和模型在理论上和实际工作中都意义重大。神经网络的非线性、自学习的特点,非常适合建立输电线路工程的投资估算模型。模型选取电压等级、线路长度、导线截面等8个输入变量,建立三层神经网络结构,用收集的训练样本训练神经网络模型,测试样本测试模型。测试结果表明模型效果良好。模型使用者无需掌握过多技术细节,适合于投资发展部门估算,前景良好。     

浅析智能技术在电力系统自动化中的应用

近年来,智能技术在电力系统自动化领域的广泛应用大大提高了电力系统的工作质量和运行效率,有效地推动了电力事业的发展。研究智能技术在电力系统自动化中的应用具有十分重要的意义。文章对电力系统自动化和智能技术进行了概述,并就智能技术在电力系统自动化中的应用进行了阐述。     

矿井通风三维可视化系统及优化

系统建立了三维仿真框架,建立了三维空间属性模型和非空间属性模型,分别对空间数据和非空间数据进行储存和管理。并建立了Hardy-Cross迭代模型和离散反馈型神经网络模型优化通风网络模型。并以C#语言来实现系统的功能。     

基于量子三叉树的量子Black-Scholes期权定价

将量子概率引入到期权定价是最近几年一个新的研究趋势,也称为量子金融.为了期权定价更方便,文章建立了量子三叉树模型,同时利用量子概率建立了连续量子Black-Scholes(B-S)模型。实例应用和Matlab期权敏感性分析都验证了量子B-S优于经典B-S,从而为连续期权定价提供量子决策的途径。     

浅谈选煤厂建设投资估算影响因素及改进措施

本文对选煤厂建设工程投资估算中影响准确性的因素进行了分析,并结合BP神经网络理论基于Matlab软件对选煤厂带式输送机及栈桥单位工程进行了数值模拟,通过对比数值模拟结果与概算指标估算结果,详细阐述了可以提高选煤厂建设工程投资估算准确性的几点建议。