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人工神经网络的上市公司财务危机预警研究

在激烈的市场竞争中,企业时刻都遭受着陷入财务危机的威胁。然而企业面对财务危机的威胁不是束手无策,而是可以提前预知的。本文在前人研究成果的基础上,对我国上市公司财务危机预警的理论和模型进行了研究和探讨。     

保险公司偿付能力评价、预警——基于BP神经网络的分析

本文以某寿险公司财务比率数据为例进行因子分析,再用一个三层BP神经网络模型时偿付能力进行学习、训练,再利用训练好的模型进行检测评价,发现保险公司偿付能力下降。其原因主要有：资本充足率、资产质量下降,粗放经营。因此保险公司应该走集约经营的路子、拓展投资业务、降低经营费用、加强监管等措施来提升偿付能力.     

我国地方政府性债务风险预警研究 ——基于BP神经网络的分析

通过地方经济发展指标、地方政府收支指标、地方公共风险指标和地方政府债务指标四个方面构建预警指标体系.基于BP神经网络模型对我国2016年的地方政府性债务风险进行非线性预警研究,因子综合得分表明2009年到2015年我国地方政府性债务风险处于相当不稳定的状态.BP神经网络预测结果则显示,2016年我国地方政府性债务风险处于高度风险区间,说明地方政府性债务风险性较大,应采取措施尽快完善地方政府债务风险预警体系.     

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。     

对商品流通规模的再认识

以前 ,人们都用社会消费品零售总额来衡量商品流通规模 ,但在市场经济条件下 ,社会消费品零售总额或社会商品零售总额不能全面反映商品流通规模。用社会商品销售总额衡量商品流通规模更为恰当 ,而反映商品流通规模的物的指标是货物周转量     

促进商品流通规模合理化的现实对策

现阶段促使我国商品流通规模合理化的关键在于设法提高现有的商业资本与商业从业人员对商品流通产出规模的贡献率,使商品流通规模由粗放型的规模扩张转向集约型的规模扩张。主要措施包括改善商业环境、调整商业结构、增加商品流通领域的科技含量等三大方面。     

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.     

BP人工神经网络:金融风险预警新视角

突破传统的风险预警模式，本运用改进的BP神经网络方法建立中国金融风险预警模型，对中国金融风险的现状进行了定量分析，得出初步结论：中国金融运行于高风险区间。     

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。     

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。     

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BP神经网络的第三方物流企业顾客满意度评价研究

科学、系统地分析和评价第三方物流企业客户满意度是企业决策者最关心的课题之一,它关系到企业的兴衰和存亡。建立了基于BP神经网络的第三方物流顾客满意度的评价模型。能较好地避免传统方法人为选取权重和相关系数过程中的主观性和不确定性。     

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。     

BP神经网络在帆板控制系统中角度非线性校正的应用研究

针对帆板控制系统中角度的非线性误差问题,提出用BP神经网络算法对角度进行非线性校正。构建了BP神经网络模型,利用Matlab对该网络进行训练,训练结果表明该系统具有良好的收敛性。和未校正的结果进行对比,实验结果表明该网络能够有效的补偿角度传感器的非线性误差,提高了帆板控制系统的性能。     

EC对商品流通企业的影响

电子商务(Electric Commerce)是商品流通领域新的商务模式，对商品流通企业的经营管理将产生重大影响，作为商品流通企业必须认识它的本质特性及其产生的影响，并在发展战略上加强重视，本主要就此两方面加以论述。