基于BP神经网络的工程项目成本预测方法研究

本文通过运用BP神经网络方法快速对工程成本进行估算使项目的成本管理向预防性管理发展,从而提高企业抗风险能力,为保证经济效益做好基础工作。     

基于BP神经网络的港口城市经济发展预测研究

分析说明BP神经网络的工作原理,针对连云港市1995年至2004年港城互动经济数据,构造相应的BP神经网络结构并进行网络训练,结果表明BP神经网络用于港城经济的发展预测是可行的。     

基于BP神经网络的重庆市外贸出口预测研究

出口贸易系统受到国内国际诸多因素的影响,是一个演变的非线性复杂系统,而神经网络因其强大的非线性映射能力,特别适合于解决非线性的预测决策问题。本文从重庆市外贸出口的实际背景出发,采用三层BP神经网络进行实证预测,预测结果表明本文建立的模型具有较高的预测精度,可以作为相关部门制定出口贸易发展目标的参考依据。     

基于BP神经网络的电力负荷预测研究

提出了一种有着显著优点的基于MATLAB的人工神经网络负荷预测的方法,算例分析结果充分证明了基于MATLAB的BP网络对电力负荷的中长期预测更加精确。     

基于BP神经网络的电信客户流失预测的研究

电信业务客户流失管理是电信运营商通过对客户需求满意度调查进行有针对性挽留客户的一个重要方法,其中最为关键的就是对客户流失行为做出预测.提出了一种基于BP神经网络的客户流失预测模型.根据业务经验和统计数据分析筛选出关键指标,对客户的可能流失进行预测,给出预测结果,使企业做出有效决策,挽留客户.     

基于AHP和BP神经网络的高速公路物流预测模型研究

结合高速公路的特点,基于层次分析法和神经网络,建立高速公路物流预测模型,以湖南高速公路物流为样本对模型进行实证分析,验证模型的有效性和准确性。     

基于BP神经网络的黄金期货价格预测

本文在BP神经网络的基础上,利用2012年7月26日至2013年5月29日期间黄金期货的每日平均价与每日收盘价,对二者价格进行实际模拟和预测.模拟结果与实际相比,有较高的精度和较为稳定的预测效果,说明BP神经网络对黄金期货市场的预测是可行的.     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。     

基于BP神经网络的工程项目投标报价风险加价预测研究

工程报价确定时,其加价部分须考虑风险费用。本文分析了BP神经网络在风险加价预测中的运用,并引入实际工程,运用MATLAB软件,对其风险加价费率进行预测。     

基于BP神经网络的我国制造业上市公司财务危机预警

数据挖掘技术能够使人们从大量多变的数据库中发掘有用的信息,是一种知识发现的过程,高度自动化地分析数据,做出归纳性的推理,从中挖掘出潜在的模式。本文运用基于神经网络模型的数据挖掘技术,利用我国沪深两市制造业上市公司的数据,构建财务危机的预警模型,以期供投资者参考。     

基于BP神经网络的农村人均生活消费预测

居民消费增长是影响我国经济快速、可持续增长的重要因素,而农村居民数占人口总数的一半,准确可靠的对农村居民人均生活消费支出进行预测可为政府制定新的发展战略提供重要依据。因此,对农村居民的生活消费支出进行预测,可以最大满足农村居民的生活消费需求,提高生活质量。关于居民生活消费预测的方法有很多,但是有些方法预测精度较低。基于居民生活消费和神经网络模型应用相关文献,运用Mat l ab技术的BP神经网络对农村居民的人均消费支出进行分析,结合数据拟合和精度检验,对农村居民未来三年的生活消费支出进行预测。预测结果表明,这种方法具有较高的预测精度,该模型在生活消费支出预测中的应用是可行有效的。     

BP神经网络在我国创业板公司成长性预测中的应用

由于中国创业板上市企业具有高科技和高成长性特点,因此对其的研究成为金融证券市场关注的焦点,特别是成长性研究已经成为资本运作和股票投资的重要依据.本文基于财务绩效评价指标体系构建了创业板企业成长性的评价体系,提出采用BP神经网络进行成长性评价预测的新模式,最后通过实例验证了该模型对我国创业板企业成长性评价的有效性.     

基于BP神经网络算法的粮食最低收购价定价预测

基于BP神经网络进行粮食最低收购定价预测分析。由于没有2016年的相关数据,而要预测2017年的指标数据,单纯的计量经济模型已经无法解决。神经网络是一个智能算法,综合考虑多个影响因素,得到了想要的预测结果。用两种方式进行预测,一方面用时间序列的趋势项作为神经网络的输入,另一方面用上一年度的指标数据以及种植面积数据作为输入,最后输出2017年的最低收购价数据,最后得到小麦和稻谷的最低收购价预测区间分别为[119.515,125.972]和[143.007,153.677]。     

基于BP神经网络的沪深300股指期货价格预测

本文在BP神经网络的基础上,利用沪深300股指期货的每日收盘价,对其价格进行实际模拟和预测。模拟结果与实际相比,有较高的精度和较为稳定的预测效果,说明BP神经网络对沪深300股指期货市场的预测是可行的。     

房地产可持续发展模型探讨——基于BP神经网络

房地产行业作为国民经济支柱产业,其可持续发展研究具有重要战略意义。将住房供需的合理匹配与协调视为房地产行业可持续发展的基本条件,并引入协调度概念,在此基础上,将该问题转化为经典控制问题,然后基于BP神经网络建立供需影响因素的反馈控制模型。     

基于BP神经网络的供应链金融风险评估研究

结合供应链金融的运作模式,本文归纳了15个供应链金融业务的风险影响因素,建立了具有较好一致性和稳定性的风险指标体系,介绍了BP神经网络的一般原理与步骤,并运用mat-lab的BP神经网络工具构建了风险评估模型,收集了10组供应链金融风险评估样本,对评估样本进行训练和检验,通过建立起供应链金融风险评估模型证明了该模型的有效性。     

基于BP神经网络的企业财务风险评价研究

选取了酿酒行业27家上市公司作为研究对象,基于BP神经网络研究了现金流量对于企业财务风险的影响,构建了企业的财务风险评价模型,并对模型的有效性进行了检验。     

基于神经网络的工程造价模型的建立

基于神经网络强大的非线性映射原理,提出了BP神经网络模型的工程造价预测模型,指出该预测模型可对线性和非线性关系的工程造价进行合理的预测,经过实例证明,该方法收敛速度快,预测的可靠性令人满意.     

基于BP神经网络的超市顾客满意度研究

顾客满意度是衡量企业核心竞争力的一项重要指标。本文采用BP神经网络的综合评价方法对超市顾客满意度进行研究,利用一种权值谱分析方法,分析了顾客满意度和各个结构变量之间的关系,得出影响超市满意度的各个指标因素的排序。