太钢冷轧厂12号森吉米尔轧机板型控制机械结构及控制方式

太钢冷轧厂12号森吉米尔轧机主要轧制光亮BA板,为了使光亮板的板型更好,这台轧机在设计阶段提出除了BC辊控制凸度外, AD辊也设计了凸度轴承及齿条,同时参与板型凸度控制,这种控制方式可以扩大板型凸度控制的调节范围来改善产品板型.     

修正久期-凸度模型在商业银行利率风险管理中的应用

随着我国利率市场化进程的加快,利率波动的频率和幅度更难以预测,这将使商业银行面临更大的利率风险,利率风险将逐步成为商业银行的主要风险,因此加强对利率风险的管理和控制十分重要.本文首先给出了久期和凸度的概念,然后分析了传统久期模型在银行利率风险管理中局限性,接着提出了修正久期-凸度模型中实现利率免疫的条件,最后用修正久期-凸度模型对商业银行的资产负债管理进行了实证分析.     

凸度仪的应用与发展概况

该文简要介绍凸度仪的类型、测量原理、特点、应用与发展概况，并结合实例介绍RM312凸度仪的主要功能和技术指标。     

债券投资组合的动态免疫策略实现探讨

利率风险是债券投资所面临的最主要的风险。基于久期和凸度的免疫策略是一种重要的锁定收益的方法。通过对投资组合的构建介绍了免疫策略的应用过程和实际效果,并阐述了免疫策略在实际应用中应该注意的问题。     

基于bp神经网络的kalman滤波在大坝变形数据处理中的应用

kalman滤波是一种处理动态数据的有效的方法,其在大坝变形数据处理中将会有很好的应用前景.但当存在异常时,kalman滤波精度将会降低甚至滤波发散.bp神经网络是一个高度复杂的非线线性动力学系统,它可以处理含有不确定因素的问题,可以任意精度逼近.因此bp神经网络辅助kalman滤波能在一定程度上提高滤波的精度.     

基于ARIMA模型和神经网络模型的股票价格预测——以百联集团为例

本文将分别利用时间序列的ARIMA模型和神经网络,对国内零售业"航母"——百联集团旗下的友谊股份(600827.SH)和上海物贸(600822.SH)股票的价格进行预测,并将这两种预测方法进行对比,选择最优的方法进行预测。最后发现ARIMA模型和神经网络的模型预测效果都很好,但是神经网络相对更好。     

bp人工神经网络的原理及其应用

人工神经网络是计算智能和机器学习研究中最活跃的分支之一.本文对神经网络中的bp算法的原理做了详尽的阐述,并用matlab程序对其进行了应用,表明它具有强大的拟合功能.     

基于支持向量机的上证指数预测研究

基于支持向量机的预测模型对上证指数进行预测,并将其预测结果与BP神经网络的预测结果进行对比,其结果表明,支持向量机的预测模型具有较高的拟合和预测精度并优于BP神经网络模型,且支持向量机预测方法计算速度快,准确率高,具有很好的推广应用价值。     

基于BP神经网络模型的沪深300指数预测

采用BP神经网络模型,利用MATLAB软件,通过沪深300指数2011年1月4日到2012年3月30日的开盘价、收盘价、最高价、最低价四组数据建立三层的BP神经网络模型,用前290天的数据对模型进行学习和训练,然后用后12天的数据对模型进行检测,最后对2012年3月15日的开盘价进行短期预测。结果表明,BP神经网络模型具有良好的泛化能力,在沪深300指数的预测方面有很好的预测能力,有很强的现实意义。     

银行资产负债中隐含期权的识别与风险管理

随着中国利率市场化改革进程的不断推进,中央银行基准利率的调节频率和商业银行存贷款利率的自主调节幅度都在不断扩大,银行的利率风险正在不断增加,因此商业银行迫切要求及时建立完备的利率风险管理体系。然而传统的银行风险管理方法如资产负债缺口管理,久期管理和凸度管理等已经无法适应隐含期权的资产负债的利率风险管理要求。     

我国居民消费价格指数的混沌特性分析及预测研究

根据我国居民消费价格指数的非线性特征,建立了基于混沌理论的消费者价格指数神经网络模型,同时运用所建模型对我国居民消费价格指数进行估计和预测。计算结果表明,该模型能够很好地解决居民消费价格指数估计和预测这一问题,预测精度较传统的方法要高,具有一定的应用价值。     

基于神经网络bp模型的建筑项目工程进度控制

通过应用误差反向传播(backpropagation,bp)神经网络数学模型,利用神经网络充分逼近任意复杂的非线性系统;可学习与适应严重不确定性系统的动态特性和具有很强的鲁棒性和容错性的优点,预测一定投入的项目各自的项目进度结果.实际应用中,根据进度目标和环境条件,有效控制工程进度,这对于完成部队整体计划,节约成本和管理效益最高化具有重要意义.     

基于神经网络模型的股票买卖时机探索

一、神经网络模型的建立 生物的神经系统有非常复杂、精密的结构,这种结构本身具有内在的相关性和复杂性,人们通过模拟这一特性建立一种非线性的动态的网络模型即神经网络模型.神经网络模型具有近似任意非线性映射(变换)的能力,同时具有高度的并行实现能力及学习能力,因此,可以分析和处理一些十分复杂的实际问题.股票价格的变化受很多因素影响,是一种具有高度的非线性的、复杂的非牛顿动力学动态过程,具有显著的非线性特征.因此,可以用神经网络来预测股票价格的走势,从而确定最佳的买卖时机,提高投资的准确性.     

基于神经网络的通货膨胀预测模型研究

本文采用神经网络的方法,利用消费者物价指数、工业增加值和货币供给等数据,分别以BP神经网络、RBF神经网络和Elman神经网络建立通货膨胀预测模型.三个模型预测结果表明,采用神经网络方法建立的模型能够较好地预测通货膨胀的变动.通过比较BP神经网络和Elman神经网络预测结果可以看出,带有反馈机制的神经网络模型预测性能优于一般神经网络模型.     

基于BP神经网络的中小企业板上市公司财务危机预警模型构建

本文从智能理论角度,选取了2006年—2010年66家中小企业板上市公司作为样本,构建了一个针对中小企业板上市公司的财务危机预警模型。本文利用因子分析法对初选的17个财务指标进行了优化,得到5个预警因子作为输入变量,构建的BP神经网络财务危机预警模型。     

神经网络在函数模拟中的应用

bp算法现在已成为目前应用最广泛的神经网络学习算法,它在函数模拟、模式识别和数据压缩等领域有着更加广泛的应用.神经网络已被广泛的应用到模式识别、信号处理、专家系统、组合优化和自动控制等领域.     

久期缺口模型的局限性及其修正

久期缺口模型主要度量利率的波动对商业银行净值的影响.久期缺口模型有两个假设条件,即假设商业银行的资产与负债的利率水平相等,假设商业银行的资产与负债利率波动幅度相同,这两个假设限制了久期缺口模型的实用性和精确性,这也是目前我国商业银行没有使用该模型代替利率敏感性缺口技术来测度利率风险的主要原因之一.如果放宽久期缺口模型的这两个假设条件,则可以得到修正久期缺口模型和修正凸度缺口模型.     

基于神经网络模型的商场客户细分

遗传神经网络模型具有快速学习网络权重和全局搜索的特点。本文基于遗传神经网络模型,将商场客户细分为四类,并对每一类客户群提出了具有差异性的营销策略。     

基于BP神经网络的房地产业上市公司财务绩效评价模型研究

本文以30家房地产业上市公司为研究对象,以净资产收益率、市盈率等6项指标为评价指标,在matlab环境下构建了基于BP神经网络的财务绩效评价模型,并对模型进行了优化和验证。实验表明,所建模型克服了传统财务评价方法的局限性,在既定条件下具有很好的适用性和动态性。     

灰色神经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来,对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合,提出了预测宏观经济指标的新方法,实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型GNNM(1,1),该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性,并给出了相应的学习算法,然后通过示例说明模型的可行性。