基于灰色模型与BP神经网络的青岛旅游需求预测模型

本文主要研究青岛市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理,利用主成分分析得到影响旅游需求的主成分,以旅游人口建立GM(1,1)模型,进而将模型推广到GM(1,N)模型,并进行残差检验确保其可靠性;其次,对影响旅游需求的因素进行GM(1,1)灰度预测,并利用预测数据建立BP神经网络模型对GM(1,1)模型进行优化改进,最后,分析得到运用BP神经网络模型进行预测的结果更为准确。     

商业银行个人客户洗钱静态风险分类方法研究

构建基于RBF神经网络、聚类算法和决策树模型预测结果的集成风险分类模型。实证研究表明该模型预测精度有所提高,性能表现也更加稳健,对于运用于实际洗钱识别工作具有一定的应用价值。     

基于PCA-BP的PPP基础设施项目风险评价研究

PPP基础设施项目风险管理是参与方在进行项目管理时的瓶颈问题之一,如果不能在风险因素正确识别的基础上评价项目风险,则情况会变得更加复杂。鉴于此,文章在风险识别的基础上建立了PCA-BP风险评价方法,并在MATLAB 2010平台上进行实证分析。研究表明:基于PCA-BP的风险评价方法优于单一BP神经网络风险评价方法,其为PPP项目参与者精确评价项目风险提供了一定的参考价值。     

北京新机场对周边区域交通影响的预测

机场作为重要的交通辐射中心,对周边交通网络具有重要的影响。在首都国际机场2006年—2015年连续时空尺度上的机场运行数据和周边交通网络数据的支撑下,根据北京新机场运行数据,引入神经网络预测模型,对北京新机场周边交通网络数据做出科学预测。结论如下:(1)交通网络与机场数据密切联系,机场周边交通网络不断完善;(2)近期的2025年和远期的2040年,交通网络逐步完善。北京新机场和首都国际机场协同运行,分享着客货流,双方的交通网络数据都会呈现先减后增的趋势。总体上,两机场协同运行的状况,将会改善北京交通压力,提高客货容量。交通网络承载力也大幅上涨;(3)2025年新机场大巴里程数约为1510.8km,道路总数约为176条,2040年新机场大巴里程数约1871.9km,道路总数约为187条;(4)新机场建设后周围道路建设规模和机场巴士规模可以平缓增加建设。     

长短时记忆神经网络模型改进

由于神经网络自身的高度自学习性,稳定性以及抽象模拟能力,相比于统计学以及计量经济学中的数学模型,神经网络用于预测金融时间序列更具优势。本文在深入分析LSTM神经网络对股指进行短期时间序列预测的可行性。     

基于误差校正的多因素BP国际碳市场价格预测

碳价预测是碳金融市场参与者进行风险管理的关键要素,已有基于多因素的碳价非线性预测模型没有对碳价影响因素进行降维,造成预测模型复杂;现有研究在对碳价初始预测误差进行预测时,没有考虑不同频率数据适用的预测方法,难以较好地刻画不同频率数据的波动特征.以CER现货价格为研究样本,构建了基于误差校正的多因素BP国际碳市场价格组合预测模型:利用ALASSO方法筛选碳价主要影响因素以达到降维目的,运用BP模型构建基于多因素的碳价初始预测模型;按照分解-重构-集成的思想进行误差校正,即运用EEMD分解初始预测误差,利用游程判定法重构分解项,并分别选用Elman对高频进行预测,运用SVM预测中频和低频,运用ARIMA方法预测余项,将各分项预测值叠加为误差预测值,进而得到校正后的碳价预测值,并与其他模型进行对比.     

江苏省国家级高新区产业生态系统健康评估

文章选择活力、组织结构和恢复力三个评价要素来评估江苏省国家级高新区产业生态系统健康。基于SOM神经网络仿真,首先计算10个具体指标权重以及江苏省8个高新区和2个参照对象健康指数,其次设计产业生态系统健康5个等级的判定标准,最后评价对象健康状况。     

基于神经网络建立矿井煤与瓦斯突出区域预测模型的研究

煤与瓦斯突出是严重威胁煤矿安全生产的矿并瓦斯动力现象,它是由地应力、瓦斯压力、煤体结构三者综合作用形成的.制定突出危险性预测和防突措施效果检验指标体系的重要理论和技术依据,是对煤与瓦斯突出机理及预测指标的研究.因此,本文基于渐进神经网络的研究建立的煤与瓦斯突出危险性区域预测模型的研究,具有较好的针对性,从而能为矿井制定安全生产措施提供重要依据.     

基于BP神经网络的零售连锁企业安全库存预测方法

通过对零售连锁企业中安全库存量的影响因素分析,建立相应的BP神经网络预测模型,并用实际安全库存量对网络进行训练,利用训练好的模型进行安全库存量的预测,实验结果表明准确度较高。     

财务管理神经网络智能决策支持系统的研究

财务管理决策支持系统(简称DSS)是辅助各级决策者实现财务管理的科学决策系统。它主要通过人机交互的方式,利用大量财务数据和众多模型来实现科学性的管理。神经网络是一种非线性复杂网络系统,它主要由许多类似于神经元的处理单元组合而成。将财务管理和神经网络和决策支持系统结合可以实现财务系统的自适应并行联想推理及数据开采的自动化,使财务管理、决策、执行更加科学化、规范化、智能化。