基于径向基神经网络的白银现货价格变动分析

本文根据白银现货价格波动的特点及径向基(RBF)神经网络的原理和结构,建立相应的RBF神经网络模型。选取2008年10月24日到2013年8月2日的205个交易周国际白银现货价格作为样本,利用建立的RBF神经网络模型进行实证分析,验证RBF神经网络在白银现货价格变动分析中的优势。     

粮食最低收购价政策实施效果的系统动力学模拟

粮食作为最基本的生活必需品,是农业生产最为重要的组成部分。粮食安全是每一个国家都高度重视的问题,我国政府采取一系列措施保障我国粮食安全和市场稳定,其中粮食最低收购价政策影响深远。粮食的种植面积在很大程度上决定着粮食的产量,评价粮食最低收购价政策实施的效果主要通过比较政策实施前后粮食种植面积的变化。利用2005-2014年《中国统计年鉴》中的数据,基于系统动力学理论,构建粮食种植面积运行概念模型,对粮食最低收购价政策对粮食种植面积的影响进行模拟,仿真小麦、稻米等不同粮食最低收购价政策对粮食种植面积的影响。进一步验证了粮食最低价格政策实施的重要性,为粮食最低收购价政策的未来实施指出了可行的研究之道。     

基于BP神经网络的中、美贸易预测研究

根据中、美贸易的经济研究背景,分析中、美贸易重要影响指标,对其进行线性回归分析,发现中、美贸易额与各指标之间不是简单的线性相关,且各指标之间存在相互关系,所以不能用单一的线性回归模型进行预测。而BP神经网络具有非线性映射、自适应学习和良好的泛化能力等特征,运用BP神经网络模型对中、美贸易进行实证预测,大大提高了预测精度,取得了较好的效果。     

基于径向基函数的在线学习算法在淘宝商铺营销预测中的应用

文章介绍了径向基函数(RBF)的原理、学习算法及其在电子商务领域中的应用。文章研究的增量RBF模型及窗口式在线RBF模型都具有较好的泛化性能,以淘宝网的"淘宝眼镜销量"作为实例,将增量式RBF学习算法以及在线式RBF学习算法模型应用到淘宝网的眼镜销量的预测中,实验结果证明,基于径向基函数的在线RBF学习算法模型可为淘宝网眼镜销量预测提供参考依据。     

粮价持续上涨背景下完善粮食价格调控政策的重点

市场经济条件下粮食价格调控政策应确保粮食的长期基本自给,稳定粮食市场,有效协调各方面的利益关系。完善粮食价格调控政策应遵循三个原则：以市场机制为基础实施宏观调控,宏观目标与微观目标相统一,综合运用各种调控手段。完善粮食价格调控政策的重点是：完善粮食最低收购价政策,健全储备粮的吞吐调节机制,实施＂宽进严出＂的粮食对外贸易政策。     

REITs信用风险评估方法与优化研究

选取了香港地区11家上市REITs企业的财务数据,采用二分类Logistic回归和RBF神经网络建立其信用风险评价模型进行实证分析。结果表明RBF神经网络在预测结果准确性上优于二分类Logistic回归,而二分类Logistic回归在变量解释能力上绝对占优。综合两类模型的优势,对上市REITs企业进行信用风险评估时,先用二分类Logistic回归模型定性分析出影响REITs信用风险的关键因素,再采用RBF神经网络模型定量计算预测结果的准确率,可以较好地为投资者投资决策提供参考依据。     

我国商业银行信用风险识别的实证分析

本文针对75家st上市公司和75家非st上市公司,从盈利能力、流动性与偿还能力、成长性、资本结构和资产管理效率五个方面选取指标,分别建立判别分析模型、二分类变量Logistic回归模型和基于径向基函数神经网络模型。结果显示,Logistic回归和神经网络对于非st上市公司的识别准确率,与判别分析相比,未体现出明显的优势。但总体上,三个模型基于财务报表的评估,对我国商业银行信用风险的识别问题,均提供了相当高的判别精度,具有良好的预警作用。     

基于神经网络的订单预测研究

快速变化的市场对企业的生存和发展提出了更高的要求,而按照代表顾客需求的订单进行生产则是企业提高柔性和竞争力的关键.正因为如此,准确地预测订单就显得异常重要.文章利用BP神经网络和径向基神经网络建立了新的订单预测模型,并通过解决一个实际问题对其仿真结果进行了比较.     

BP神经网络和多元线性回归模型对碳排放预测的比较

为帮助钢铁企业了解自身的碳排放情况,更好的实现节能减排,建立BP神经网络和多元线性回归模型对钢铁企业碳排放进行预测分析,以期找到一种精确、实用的碳排放预测模型,为工业化生产提供参考依据,致力于帮助企业做好提前的碳排放预测,掌握自身排放情况,能够更有效的实施温室气体减排,将企业的碳排量控制在国家政策允许的范围内。结果表明：发现两种模型均能有效的对碳排放进行预测,误差均小于5%;BP神经网络模型对碳排放的预测优于多元线性回归模型。     

北京市垃圾产生量的预测——基于三种预测模型的比较

文章以2000~2011年北京市垃圾清运量的数据为基础,依次建立线性回归模型、灰色预测模型和BP神经网络模型,并分别利用三种模型预测出2012年的垃圾清运量。通过预测结果与实际数据的对比,得出BP神经网络模型比较适合预测北京市垃圾产生量。最后,文章利用BP神经网络模型预测出了未来10年北京市的垃圾产生量,并根据预测结果提出了结论和建议。     

进一步加大强农惠农政策的实施力度

3月27日,国务院召开全国农业和粮食生产工作电视电话会议,确定了支持农业和粮食生产的十项重要措施。国家发展改革委有关负责人特别就加强农业基础设施建设、提高粮食最低收购价、稳定化肥市场价格等问题进行了解读。     

以最优手段促粮食稳定发展 粮食主产县基本都是农业大县、经济小县、财政穷县

正近几年实施的最低收购价和临时收储政策,对调动农民种粮积极性,促进粮食稳定发展发挥了重要作用。但是,也产生了严重的问题。如使粮食价格形成机制扭曲严重,政府粮食调控陷入"国家收储—进口增加—国家增储"的不利局面,财政负担不断加重。今后立足国内保障国家粮食安全,关键要靠粮食主产区,核心任务是保障粮食主产区粮食生产稳定发展。但是,粮食主产县基本都是农业大县、经济小县、财政穷县,工业化相对迟缓,城镇化更加滞后。在目前经济减速期、转型期,粮食主产区面临的矛盾和困难将更加     

基于可拓理论的RBF网络模型在多属性决策中的应用研究

多属性决策一直是管理科学领域中的一个难题,现有的理论针对这个问题给出了很多方案优选的方法和模型,但均有各自的优势与不足。多属性决策的难点在于难以明晰多属性决策中各个属性的量化指标与决策方案的优劣的非线性关联,而神经网络的拟合能力与泛化能力决定了其在多属性决策中广阔的应用前景。将可拓理论的相关思想作为基础,创造性地对多属性决策矩阵进行处理从而构建出径向基函数(Radial Basis Function,RBF)网络模型的学习样本,结合RBF网络模型优秀的拟合能力和泛化能力,最终通过训练后的RBF网络模型得到较优的决策方案。     

基于遗传算法优化BP神经网络的企业营销风险预警研究

为了克服现有研究的缺限,文章提出了一个基于遗传算法优化BP神经网络的企业营销风险预警模型.首先阐明了BP神经网络和遗传算法应用于企业营销风险预警的可行性,然后构建了基于遗传算法优化BP神经网络的企业营销风险预警模型,接着通过某企业实例对模型进行了训练和测试.结果表明,该模型可以有效及时地对企业面临的营销风险做出预警.     

粮食价格对农民收入增长影响的实证研究

文章运用1983年以来粮食价格与农民收入的数据,通过向量自回归模型分析,发现二者存在长期均衡关系,粮食价格是农民收入的Granger原因,粮食价格对农民收入具有正向波动效应;在此基础上运用脉冲响应函数和预测方差方法进一步分析粮食价格波动对农民收入的冲击,结果表明粮食价格是影响农村居民收入的重要因素,粮食价格的不稳定会导致农村居民收入波动。根据实证结果,文章提出相应的对策建议。     

中国粮食生产与消费价格指数波动比较研究（1990-2009）

一直以来人们忽视了粮食生产价格与消费价格之间的差异,正确认识二者之间的差异,对于制定科学合理的粮食市场宏观调控政策具有重要的意义。本文系统考察了近20年来的粮食生产价格和消费价格指数的变化,并对价格变化的原因进行分析研究,最后探讨粮食价格与通货膨胀的关系。研究结果表明,中国粮食生产价格并不是影响粮食消费价格的主要因素,粮食消费价格更多地取决于中间环节的成本。中国真实粮食生产价格20年来不升反降,表明我们对粮食生产欠账很多,政府仍然有必要继续提高粮食最低收购价。粮价上涨仅是印证了通货膨胀的发生,而不是导致了通货膨胀。     

模糊规则在神经网络预测模型中的应用前景

在采用径向基函数神经网络(RBFN)对太阳能发电系统输出功率进行预测的模型中,可以明确日照强度的精度对整个预测系统的精度起到了决定性的作用。通过在RBFN模型中引入模糊规则,改善云量数据的精准度,进而提高预测模型的精度。仿真结果表明,加入了模糊规则的模型,预测曲线更为近似。在全面考虑模糊的基础上,有可能提高预测精度。同时也证明了该方法可用于实际应用。     

基于神经网络的电厂锅炉优化控制应用

本文提出一种基于人工神经网络的锅炉优化控制方法,该方法以RBF(径向基函数)网,BP(误差反向传播)网,PID控制为结合的综合性算法,对非线性大,大延迟,大滞逅的锅炉燃烧进行控制。仿真结果表明,所提出的优化控制算法对复杂非线性对象能达到良好的控制效果,能有效的提高锅炉燃烧效率。     

基于BP神经网络与灰色预测理论的人口死亡率预测

根据2013年《福建统计年鉴》上收集到的资料,运用GM(1,1)模型以及MATLAB构建3层BP神经网络结构模型,分别对福建省人口死亡率进行建模预测。结果表明:BP神经网络预测人口死亡率拟合结果优于GM(1,1)模型,最小相对误差率为1.05%,最大相对误差率为3.75%,平均相对误差率为2.54%,拟合结果显示模型可靠。BP神经网络非线性结构系统,具有预测精度高,可行性强的特点,表明BP神经网络可用于未来人口规模预测,为福建省经济社会发展战略与规划,调整人口结构,制定合理的人口决策提供参考。     

A股上市公司财务预警模型对比研究——基于logistic回归和BP神经网络模型

财务危机对于一个企业是致命的。国内外众多学者都针对公司的财务情况进行了定性以及定量的相关研究。在实证方面,财务预警模型众多。因此本文根据前人的实证研究,采用上市公司A股数据,比较logistic回归和BP神经网络两种财务预警模型,以寻找更加优质的财务预警模型。