贝叶斯正则化BP神经网络在地铁施工安全评价中的应用

为了获取准确的地铁施工安全评价,文章通过建立贝叶斯正则化BP神经网络模型,克服传统安全分析方法的不足之处,防止网络的过度拟合。将此模型运用于MATLAB,可以发现贝叶斯正则化BP神经网络在推行能力和泛化能力上有着较好的表现。在当前基础上进行敏感性分析,就地铁施工安全影响因素进行重要程度排序,提高地铁施工安全管理,以防此类地铁安全事故的发生。     

基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

基于神经网络与逻辑回归的财务危机预警研究

文章以2014～2017年制造业上市公司ST企业为研究对象,并以1:2比例选取配对样本,针对T-3年的财务数据指标进行模型的构建与分析。结果表明虽然人工神经网络与逻辑回归都有不错的预测效果,但逻辑回归分析的结果准确率更高,可解释性更强。     

基于冠层光谱和BP神经网络的水稻叶片氮素浓度估算模型

[目的]快速、准确地诊断水稻叶片氮素营养状况,为水稻氮肥精准管理提供依据。[方法]以江西省农科院8种不同施肥处理的晚稻为研究对象,于主要生育期同步测定了水稻冠层光谱反射率及叶片全氮浓度(Leaf Nitrogen Concentration,LNC),系统分析了原始光谱反射率、一阶微分光谱、"三边"参数以及由350～1 350nm两两波段组合的差值(SD (Rλ1,Rλ2))、比值(SR (Rλ1,Rλ2))及归一化(ND(Rλ1,Rλ2))光谱指数与水稻LNC的相关关系,筛选出敏感参数,并以之为自变量构建了水稻LNC的传统预测模型,另外构建不同指标个数的多元线性与BP神经网络模型,并对模型进行验证。[结果](1)水稻LNC与一阶微分光谱在751nm处的相关性最高(r=0. 822);(2)"三边"参数中的红边面积SDr与LNC的相关性较高(r=0. 687);(3) 750nm附近的红边波段与近红外波段差值组合、550nm附近的绿光波段与近红外波段的比值及归一化差值组合与水稻LNC的相关性较高,以SD (R752,R751)、SR (R534,R1 350)和ND (R534,R1 349)表现最好,相关系数分别为0. 827、-0. 790和0. 788;(4)传统回归模型中以SD(R752,R751)构建的一元线性模型最佳(RC2=0. 665、RV2=0. 750、RMSEV=0. 4%、RPD=2. 034);(5)利用5个指标((R'751、SDr、SD (R752,R751)、SR (R534,R1 350)、ND (R534,R1 349))经逐步回归筛选出的2个指标SD ((R752,R751)和SR (R534,R1 350))构建预测水稻氮素的BP神经网络模型,预测效果最佳,其验证参数值分别为R2=0. 859、RMSEV=0. 302%和RPD=2. 669。[结论]基于单指标构建的传统线性模型计算过程简单但精度略低,而基于2个指标(SD (R752,R751)、SR (R534,R1 350))构建的BP神经网络模型预测精度高于该2指标构建的多元线性模型,表明在指标适合的情况下,BP神经网络对氮素具有较好的预测能力,是一种快速准确估算水稻叶片全氮浓度的方法。     

基于Elman神经网络的商业银行信贷风险识别及评估模型

建立了基于Elman神经网络的商业银行信贷风险识别及评估模型，并通过实例验证了模型的准确性和可靠性。研究过程及结果表明，基于Elman神经网络的商业银行信贷风险识别及评估模型能够很好地反映信贷过程中的非线性因素，准确地预测出完整的信贷风险评估指标和信用等级之间的映射关系，能快速评估和有效减低商业的信贷风险。一组实例结果显示该评估模型的准确率接近90％。     

基于BP神经网络的企业财务控制体系评价

财务控制体系是指财务控制主体以财务法规、制度、预算等为依据，通过财务手段衡量和矫正企业财务活动，确保财务计划（目标）得以实现的管理活动，财务控制体系是内部控制的重要组成部分。财务控制体系评价是对财务控制制度执行有效性的检测。对企业财务控制进行评价，应该执行哪些程序、遵循什么样的标准、用什么样的评价方式等都是考虑的因素。     

BP神经网络结合小波处理在城市扩张预测中的应用——以长沙市区为例

研究目的预测城市扩张规模,从而为合理调控城市建设用地扩张提供决策依据.研究方法通过Granger检验提取城市扩张的驱动因子,利用BP神经网络结合小波处理对建成区扩张趋势进行预测.研究结果未来几年长沙市新增建设用地数量将呈递增趋势,以年均约27 km2的速度扩张.研究结论与GM(1,1)模型及回归模型预测方法相比,BP 神经网络结合小波处理的预测精度最高.其预测结果可为城市制定相关的政策提供科学依据.     

基于FCM的多Agent协调模型在物流管理中的应用

运用认知科学的方法探讨物流管理系统具有一定的科学意义,也具有重要的应用前景。本文简介了模糊认知图和C型神经网络,建立了物流管理系统的一个智能协作系统结构,通过多Agent间的合作和协调使对物流系统的认知更加完整,为物流管理决策提供更科学的方法。     

基于人工神经网络的地铁施工招标综合评估模型

广州地铁工程是国内数个重要的大型城市基础建设项目之一。目前对于这种复杂的大型工程项目,迫切需要一个成熟可靠的公开招标评估系统。根据广州地铁工程的实际招标评标数据,提出应用人工神经网络(ANN)建立地铁施工招标综合评估模型。BP神经网络具有很强的自学习和自适应能力,可以精确地迫近复杂的非线性动态函数。经过训练网络,基于BP网络的模型成功量化了主观和定性的技术评估指数,得出较满意的评估结果。该模型可以通过增加样本提高精度,从而应用在地铁和其他类似建设项目招标中。