关于企业风险防范系统的思考

面对日益复杂多变的国内外市场环境和同行业激烈的竞争,企业的危机意识越来越强,如何进行有效地风险防范逐渐进八企业的战略决策议程.文章从在企业管理信息系统中建立风险防范子系统的角度,阐述了在MATLAB环境下通过模糊技术、BP神经网络以及遗传算法的综合应用为企业风险防范提供决策支持的思路.     

供应链协同预测模型及实证研究

在零售行业中,预测与补给对缩减供应链运作成本、提高客户满意度起到非常重要的作用。协同需求预测是供应链整体优势提高的核心。本文针对BP神经网络在预测中的不足,用遗传算法优化模型,然后应用到供应链上企业间的需求预测。最后通过实例分析,优化模型提高了预测的精度,该模型是有效的。     

基于遗传神经网络的商业银行信用风险评估系统研究

近年来,商业银行信用风险的防范与管理一直备受各国重视。对其进行正确、有效的风险评估,应采用MATLAB工具和VisualC++程序构建基于遗传神经网络的商业银行信用风险评估模型,即运用遗传算法对BP神经网络进行优化,使模型实现优势互补,来仿真实现可操作的信用风险评估系统。以某商业银行提供的样本数据进行的实证分析结果表明:运用遗传算法优化权值的BP神经网络比未优化的BP神经网络对于商业银行信用风险的评估会更准确快速。这为制定我国商业银行信用风险的评估研究提供了参考,具有一定的理论和现实意义。     

基于GA-BP神经网络的顾客满意度测评研究

本文利用遗传算法与神经网络的特性,建立了基于GA-BP神经网络的顾客满意度测评模型。该模型首先将BP网络的权值和阈值通过遗传算法进行优化,然后对BP网络进行训练。网络最终测评结果较BP神经网络更有效、准确。通过某商场实例数据证明此测评模型收敛速度快、预测精度高,为顾客满意度测评提供了一种实用的方法。     

基于遗传算法优化BP神经网络的手机广告投放研究

随着5G网络的迅速发展和深度普及,手机广告已成为继报纸、杂志、广播和电视四大媒体后的第五大媒体,依据其分众性、定向性、互动性等特点,已逐渐发展成为商家进行产品推广的一种主要手段。然而目前的手机广告投放普遍缺乏精准性,本文通过对手机广告系统中记录的手机用户历史点击信息,用遗传算法优化的BP神经网络进行学习,利用学习完后网络的结构模型对手机用户感兴趣广告类别进行预测,从而提高了手机广告投放的精难度。     

数据分析浅析

数据分析、数据挖掘、精准投放,这类字眼儿给人感觉很科幻很遥远,甚至给人一种激光制导炸弹似的高科技战争武器的错觉。其实这些近年司空见惯的信息科技正在随时随地潜移默化的影响着我们。这些新兴技术正在掀起信息科技应用的浪潮,以势不可挡的威力广泛而深远的影响着全球。     

基于遗传BPN的舞弊甄别的系统设计

近几年,计算机领域的发展使财务报告舞弊更加复杂、隐蔽性更好,再加上传统统计技术的落后,使得激增的数据背后隐藏的信息正在被人们所忽略.通过将遗传BPN技术应用于舞弊性财务报告的识别,以及对舞弊甄别系统的分析和设计,使舞弊甄别的主要功能模块通过计算机来实现,得出由于遗传算法能够收敛到全局最优解,而且遗传算法的鲁棒性强,将遗传算法与神经网络结合起来是很有意义的,不仅能发挥神经网络的泛化的映射能力,而且使神经网络具有很快的收敛性以及较强的学习能力,从而提高了舞弊甄别的效率,缩短了神经网络训练的时间等结论,进一步证明了遗传BP神经网络技术在会计舞弊甄别中的科学性、准确性、可行性.     

基于GA—BP神经网络模型的期货价格预测与分析

本文选取20091月5日～10月29日的大豆期货主力i1001合约共200个交易数据作为训练数据,10月30日～11月12日的10个数据为测试数据,利用BP神经网络对期货价格建立预测模型,并用遗传算法进行修正,从而实现对大豆期货交易价格的预测分析。结果表明,改进后的GA—BP神经网络模型拟合精度明显高于BP神经网络模型,并对期货价格走势有良好的预测效果,可给期货市场的投资者提供投资建议。此外,利用改进后的模型可对期货市场操纵现象进行预警,对监管者具有一定参考价值。     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。     

基于BP神经网络模型的股票价格研究

本文将BP神经网络模型与主成分分析法和遗传算法相结合,建立了预测股票价格变化的动态PCA-GA-BP模型。该模型能改善BP神经网络模型运算速度缓慢和易陷入局部最小值的缺点,弥补传统股票价格预测方法的不足。     

电子商务网站访问数据分析

电子商务网站数据可以分为访问数据和消费数据两种类型,本文主要介绍访问数据的分析方法。访问数据可以分为内部数据、外部数据和来源数据三大类,本文针对其中最主要的几项指标,通过实例,阐述其分析方法。其中,内部数据主要有网站跳出率、PV、UV以及访问深度,外部数据主要有搜索指数、网站权重以及网站外链,来源数据主要有一般网站和搜索引擎关键字,其中关键字分为自然排名及竞价排名。     

物资供应链在线数据分析

为突出物资供应链重点环节,实现对物资供应九大业务的监测,优化调整指标向源业务系统中真实数据靠拢,达到促进工程建设进度,保障工程物资供应的目的。为了进一步探索深化基于物资供应链在线数据分析管理评价体系,经过理论研究、案例分析、业务剖析、体系设计、平台搭建和应用实践,形成了物资供应链在线数据分析管理评价体系。该评价体系以资产价值为核心,实现了单项工程、汇总工程和物资供应链全过程三个业务视角的过程管控,覆盖物资供应链全部流程。该管理评价体系创新了资产评价模式,增进供应链管理理念,从而提升了资产管理水平。     

对股份制的一个实际数据分析

自从我国一些权威经济学家提出我国企业改革的方向应是实行股份制这一主张以来,我国理论界出现了讨论股份制的热潮。大量文章见诸报刊,对源于西方的股份制的优劣进行了评说,其中大多数文章主张在我国实行股份制,并列举了股份制的许多优点。我认为,在对股份制进行了理论分析之后,需要再进行一下实际的数据分析。因为理论的分析往往只是说明了事物的质的方面的规定性,如果实际的数据分析表明这种质的规定性并未达到一定的数量界限,则事物在这一方面的性质就不应被强调。例如,股份制的一个理论优点是:若企业     

基于BP的CRM系统销售预测的数据挖掘

提出了一种基于改进BP神经网络的销售预测模型.该模型通过数据仓库获取销售历史数据,利用BP网络进行走势预测.系统采用VC++实现,取得成功.     

数据分析在电子商务网站中的作用

随着中国市场经济的日趋成熟,中国企业面对的竞争压力也越来越大,企业要想生存,就必须充分利用信息化手段来提高管理效率及市场响应速度。电子商务是目前各类企业重点发展的方向,电子商务以其便捷性、高效性等特点,成为目前最佳的销售渠道。正式在这样的背景下,各类企业都建设了自己的电子商务网站,但是如何在众多的电子商务网站中脱颖而出,给企业带来最大的利益,就要通过数据分析对客户的各种行、内进行分析,     

BP神经网络及在岩性识别上的应用研究

测井数据处理与解释的重要内容之一是岩性研究。与常规测井资料相比,结合各种岩性分析化验结果及分类统计,发现线性回归分析是其主要的研究手段。本文先介绍了人工神经网络。然后着重讲述了BP神经网络的原理,改进BP神经网络的方法,以及在岩性识别上的应用研究。     

提高审计数据分析的质量的对策

计算机技术的发展促使审计向信息化、数字化方向转变,对数据进行采集和分析是现代审计不可或缺的重要手段,如何提高审计数据分析的质量,促进审计成果提升,已然成为审计人员面临的首要问题.在审计项目中,可以通过专业的数据分析团队搭建高效的数据分析平台,利用数据挖掘技术对原始数据进行分析处理,提升数据分析效率的同时,有效保证分析质量和审计成果.     

基于神经网络对管制中心系统的效能评估

根据神经网络学习算法和专家系统的原理，提出了利用BP算法对管制中心系统进行效能评估的系统结构和功能实现方法，构造了管制中心系统的效能评估模型。并结合实例，对管制中心系统的效能评估过程进行了研究，给出了基于神经网络对管制中心系统进行量化评估的一种方法。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题,提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量,使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明,所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度,可以实现对不同雷达信号进行识别,证实了该方法的有效性。     

基于PDCA循环的审计数据分析

在总结相关文献的基础上,本文论证了PDCA循环应用于审计数据分析的可行性,并设计了一种基于PDCA循环的审计数据分析流程,确立了审计数据分析的研究技术、方法和基本模型,旨在为审计数据分析提供一种新的可行性方法。