基于 BP 神经网络的资源型城市可持续发展指标预测

资源型城市可持续发展预测系统受到社会、经济、环境等各种因素的影响,采用传统方法对其预测比较困难。鉴于BP 神经网络在非线性领域预测中的广泛应用,文章以包头市为研究对象,构建一个5-8-1结构的BP神经网络预测模型,借助M atlab工具对城市可持续发展指标进行了分析预测。结果表明,BP 神经网络预测结果与实际数据的相对误差较小,精度较高。运用此模型预测包头市未来五年可持续发展水平是波动上升的。最后根据预测结果提出资源型城市可持续发展的建议。     

基于BP神经网络的资源型城市可持续发展指标预测

资源型城市可持续发展预测系统受到社会、经济、环境等各种因素的影响,采用传统方法对其预测比较困难。鉴于BP神经网络在非线性领域预测中的广泛应用,文章以包头市为研究对象,构建一个5—8—1结构的BP神经网络预测模型,借助Matlab工具对城市可持续发展指标进行了分析预测。结果表明,BP神经网络预测结果与实际数据的相对误差较小,精度较高。运用此模型预测包头市未来五年可持续发展水平是波动上升的。最后根据预测结果提出资源型城市可持续发展的建议。     

基于VAR模型的中国居民消费价格指数影响因素分析

关于居民消费价格影响因素的研究已有很多,但它们主要将视线集中于CPI的构成因素上。其实CPI涨幅的适度规模是由于经济社会发展、产业结构调整、资源的有限性等诸因素综合发展的必然结果,属正常调整。然而,CPI的过高上涨则反映了社会供需之间的矛盾已经明显,客观上需要及时调整影响社会供需关系的主导因素以将CPI稳定在一定的变化幅度内。本文选取较长时间跨度内对社会供需重要影响的因素的历史数据,使用VAR模型来分析CPI的影响因素及其影响程度。     

基于BP神经网络的教师教学质量评价研究

BP神经网络是近年来国内外新兴的一种方法,具有非线性的特点,可以模拟任何非线性的问题.应用BP神经网络对教师教学质量评价体系进行建模,在MATLAB2012中进行训练,得到有效评价模型,最终实现接近真实水平的评价.     

基于 BP 神经网络的结构损伤识别研究

针对结构的损伤识别进行了研究,选取结构固有频率平方变化比作为特征参数,建立12×25×1 BP网络结构,采用均方误差函数目标误差函数,学习函数选取梯度下降动量学习函数和L-M优化算法,对四层钢框架结构的损伤进行了检测。     

基于BP神经网络的商品流通规模预警研究

现阶段,通过运用一系列的统计指标和科学方法对商品流通规模进行预警研究,并通过预警系统及时预报警情,为有关部门实施有效调控提供参考,已经成为国民经济持续、稳定和协调发展的必要条件之一。由于影响商品流通规模预警指标的因素具有多样性和复杂性的特点,通过神经网络的方法能较好地描述各个预警指标之间的关系而不需要确定的函数形式,从而可以克服许多传统的经济预警方法对非线性数据的拟合和预测的准确度不高的问题,因此,可以将BP神经网络方法引入商品流通规模预警研究中。     

基于BP神经网络的商业银行信用风险模型改进探究

BP神经网络信用风险管理模型以其较强的逼近非线性函数的能力而适应商业银行信用风险管理的要求,但是其自身的权值调整方式存在的缺陷影响了模型的应用。分别采用Adaboost算法和遗传算法对BP神经网络信用风险模型进行了改进,通过对200家上市公司的财务数据指标进行考察,比较了两种模型的优劣:经过Adaboost算法改进后,模型可以平稳地达到系统判别的最小误差,但运行时间较长;遗传算法采用变异操作可以迅速达到系统判别的最小误差,但由于权值改变过于激烈,可能造成系统过于注重权值的改变而忽视了原始数据指标的特性。     

基于BP神经网络的个人消费信贷风险识别

这是一种基于BP神经网络的识别个人消费信贷风险的方法,首先,须根据已知的银行客户资料数据建立单隐层的BP神经网络模型,然后,利用得到的模型对提出申请的客户根据其已有的消费信贷历史资料进行风险类型的识别.实例仿真结果表明,这个方法具有很好的实用性.     

基于BP神经网络的山东旅游收入关键因子

在建立影响旅游收入关键因子的指标体系基础上,对影响旅游收入因子进行Pearson相关性删选,利用4层BP神经网络建立模型,对影响旅游收入的关键因子进行识别,结果表明:同一省份的不同城市之间的影响因子存在较大差异,青岛市等旅游收入高的城市主要受到"国内旅游人数"的因子影响;泰安市等旅游收入在中上等的城市主要受到"城镇居民消费支出"的因子影响;莱芜市等旅游收入低的城市主要受到代表历史文化的"博物馆数量"因子影响。交通因素与景区、度假区因素有密切联系,显示出交通的便捷性对提升景区、度假区的经营收入起促进作用。     

基于BP神经网络的商业银行风险预警模型研究

建立一个科学、有效的商业银行风险预警模型,是有效防范、化解商业银行风险的重要措施.本文运用BP神经网络和主成分分析相结合的方法构建了一个商业银行风险预警模型.实证结果表明:该神经网络模型能达到88%的较高准确率.     

基于BP神经网络的中小企业贷款风险预警机制研究

本文基于前向三层BP神经网络，选取20个上市中小企业作为样本，12个财务指标作为输入层得到与期望输出值误差较小的实际预测结果，建立科学的风险预警系统，为商业银行向中小企业贷款提供依据。     

基于BP神经网络的湖南道路快速客运需求分析

道路快速客运市场因受多个因素的影响,而且每个因素对其作用的函数关系又很难界定。因此,道路快速客运市场预测属于复杂的非线性系统问题。本文运用具有极强非线性逼近、大规模并行处理、自训练学习、自组织和容错能力的BP神经网络模型对湖南道路客运市场进行分析,得到了较好的预测效果。     

基于BP神经网络电能远程计量系统的研究

本文利用BP神经网络强大的学习判断和分析预测能力对扫描的电能数据进行"学习",以达到对电能计量过程中计算机通过程序自动辨析视频采集的数据并形成最后的数据,实现电能的远程采集.     

基于BP神经网络的我国农产品市场风险预警研究

本文从影响农产品供给与需求的因素,以及自然、经济、政策与国际环境等影响农产品价格的因素等方面出发构建了我国农产品市场风险预警的指标体系,并以大豆为例,利用BP神经网络对大豆市场风险预警进行了实证分析,网络训练和验证结果表明BP神经网络很好地拟和、预测出了我国大豆市场风险水平,说明基于BP人工神经网络的农产品市场风险预警模型是切实可行的。     

基于BP神经网络税收模型的经济分析

税收收入预测的解析分析困难,本文基于BP神经网络建立了税收预测模型。基于所建立的神经网络税收模型,分析了产业增加值、固定资产投资总额、进出口总额、财政支出总量、居民消费水平等若干经济指标的变化对税收收入的影响。本文的研究表明,采用神经网络对具有高度非线性的税收预测进行建模分析切实可行,具有推广应用价值。     

大数据时代的数量经济模型研究——以BP神经网络的中国CPI预测为例

大数据时代的来临,掀起了大数据与传统学科融合发展的热潮,探寻“大数据+数量经济学模型”的发展之路势在必行.本文运用文献计量分析,对大数据时代较有代表性的定量研究方法和模型进行分类梳理,并基于BP神经网络模型结合36个指标数据对中国居民消费价格指数(CPI)进行多元变量预测.研究表明,BP神经网络的预测结果最优.因此,未...     

ARIMA与BP神经网络混合模型在广西GDP预测中的应用

为改进单纯使用ARIMA模型或BP神经网络模型对GDP预测的效果,笔者以1978—2008年的广西GDP为样本,首先建立ARIMA模型,得到拟合误差序列及2009—2015年的广西GDP的初始预测值,再对误差序列构建BP神经网络并得到2009—2015年的误差预测值,最后,用误差预测值对初始预测值进行修正,得到修正后的2009—2015年广西GDP的预测值。结果表明,ARIMA与BP神经网络混合模型的预测结果显著优于单一模型的预测。     

基于BP神经网络的企业发展内部动力测量模型研究

为了评价企业发展内部动力,采用BP网络模型,选取企业的相关数据作为训练样本,样本数据输入后系统自动学习,当误差减小到要求的范围内,系统停止学习。将BP神经网络学习算法用M atlab软件进行运算,训练企业发展内部动力的神经网络模型,以此测量和评价企业发展内部动力的主要指标,从而改进和调整企业发展内部动力的相关因素。     

基尼系数与居民消费价格指数的实证研究

本文通过描述2003-2012年居民消费价格指数和基尼系数的变化,发现食品价格指数和居住价格指数波动相对较大,而基尼系数在居民消费价格指数偏高的情况下仍然不低。因此利用灰色关联分析模型对两者的关系进行了实证分析。研究结果表明,医疗保健和个人用品、交通和通信、烟酒、衣着、居住、娱乐教育文化用品及服务的价格指数对基尼系数的影响较显著。最后提出科学的对策建议,以缩小全国居民收入差距,降低基尼系数。     

BP神经网络在权证定价中的应用研究

采用BP神经网络方法,选取2006年4月15日前所有上市欧式权证作为研究对象,建立了权证定价的BP模型。其中,标的股价波动率是影响权证价值的一个重要变量,对所选14只权证的历史波动率和隐含波动率进行了估计,并将其同时作为BP模型的输入参数,以比较其影响。研究结果显示,不论是使用历史波动率还是隐含波动率,BP模型在定价精确度上均优于B-S模型;BP模型使用隐含波动率后,整体降低了与市价的误差。