基于粗集和神经网络的BPR风险评价

在构建风险因素指标集的基础上,采用粗集与神经网络串行结合对业务流程重组风险进行评价。通过粗集减少指标的数量,提取主要特征指标,降低神经网络构成系统的复杂性及计算时间,并给出实证。     

企业战略风险预警新思路

对于一个企业来说,选择一种恰当的预警方法是降低其风险的有效途径。粗集理论的引入是对BP神经网络预警方法的合理化补充。在分析了粗集-神经网络基本原理的基础上,介绍了运用粗集-神经网络进行战略风险预警的具体过程,这在理论和实践上,都将为企业战略风险预警提供一种新的研究思路和方法。     

基于粗集的神经网络的项目风险评估

本篇论文我们介绍了基于粗集的BP神经网络识别项目的风险并评估项目风险。粗集(RS)与神经网络的集成反映了人类正常的思维机制。它融合了定性和定量的,精确和非确定的,连续和平行的方法。我们建立了粗集的神经网络并进行属性约简的混合模型,给出了软件项目风险在实际中的早期预警模型即评估模型,提出了有效的方法。     

P2P网络借贷平台的信用风险评价——基于RS粗集与神经网络

在新兴P2P(Peer to Peer)网络借贷平台在全国各地剧增的背景下,平台的信用风险问题也逐渐暴露,因此文章从投资者的角度利用粗集理论(Rough Set)寻找最能反映P2P平台信用风险情况的指标进行实证检验,再用神经网络随机对30家平台的信用风险进行度量,最后为投资者的决策与平台自身改善提出建议。     

基于小波神经网络的上市公司财务风险预警研究

简述小波神经网络的基础理论和算法,建立财务风险预警指标,利用小波神经网自适应能力强、收敛速度快和预测精度高的特点对上市公司财务风险进行实证研究。应用结果表明,小波神经网络在财务风险预警中能够提高准确度,加快收敛速度,为财务风险预警提供了新的研究方法。     

基于粒子群神经网络的商业银行流动性风险预测

在分析我国商业银行流动性特征的基础上,采用粒子群神经网络建立一个风险预测模型,选取主要的流动性指标,将浦东发展银行14年的季度数据作为实证研究的样本,采用粒子群神经网络算法对各指标进行分析并预测。预测结果充分逼近实际的流动性水平,表明这是一种较为理想的流动性风险预测工具。     

基于BP神经网络的超市财务风险预警研究

通过对超市财务风险分析和指标的选取,构建基于BP神经网络的超市财务风险预警模型,利用MATLAB数学分析软件对模型进行训练和仿真实验,预测超市的财务风险。     

宏观经济预警支持系统初探

宏观经济预警分析工作对我国的经济发展至关重要。本文从对宏观经济预警研究存在的主要问题分析入手,提出建立预警支持系统的重要性,并在此基础上提出了基于指数调整的粗集(RS)—神经网络(NN)—遗传算法(GA)的宏观经济预警支持系统的基本思想。     

神经网络在实验室检测工作质量管理及控制中的应用

对实验室检测工作质量中存在的风险因素进行研究,形成风险评价指标体系,并运用BP神经网络建立风险分析评价模型,对风险评价指标进行量化评价,最终获得量化的实验室整体检测工作质量风险数据,为实验室有效管理提供科学决策依据。     

基于主成分分析的民营企业财务风险指标研究

财务风险一直是制约民营企业发展的重要瓶颈之一,本文基于因子分析法对民营企业的财务风险指标进行了分析,研究了不同指标间的贡献率和相关性,得出了对民营企业具有较高适应度的＂财务风险预警指标集＂,对民营企业和相关部门的评价分析具有重要意义。     

基于BP神经网络的超市财务风险预警研究

通过对超市财务风险分析和指标的选取，构建基于BP神经网络的超市财务风险预警模型，利用MATLAB数学分析软件对模型进行训练和仿真实验，预测超市的财务风险。     

基于BP神经网络的商业银行信用风险评估模型研究

针对当前我国商业银行信用风险分析与评估存在的问题,运用模糊综合评价法与BP神经网络算法,根据全面性与重要性、定量指标与定性指标相结合等原则,构建我国商业银行信用风险评价指标体系。通过该体系对定性指标模糊处理量化,构建BP神经网络模型,检测样本。可对潜在的客户信用风险作出快速、准确的反应和判断,从而实现对风险有针对性的监管和防范。     

改进的BP神经网络在ERP实施风险评价中的应用

ERP实施项目是一个高风险、高投入的项目,如何正确评价项目风险是衡量一个项目成功与否的关键。本文从ERP实施过程中的各项风险指标出发,构建BP神经网络实施风险评价模型,为企业ERP项目的成功提供保障。     

基于主成分分析-神经网络法的农村信贷用户信用评级研究

采用某农村信用社的516家贷款用户,基于主成分分析-神经网络法构建个人信用分类评估模型。该模型首先应用主成分分析法对初始指标进行降维,然后将简化后的训练样本送入BP神经网络进行学习和训练,进而对检验样本的风险级别进行判别。     

上市公司财务危机预警指标的预处理方法体系建立与应用

预警指标选择的质量,直接影响预警结果的准确性。采用层次化处理的定性手段,与粗集理论中知识约简方法的定量手段有机结合,建立了预警指标的预处理方法体系。通过采用ANN预警模型进行实证,表明该预处理方法体系是有效的。     

基于粗集方法改进的图像平滑

研究了一个基于粗集理论改进的图像平滑方法 ,首先建立粗集等价关系和相应划分集合 ,然后得到基于粗集方法的图像平滑框架 ,提出基于粗集理论改进的图像平滑的具体实现。该平滑方法的平滑效果与传统平滑方法相比较 ,具有更清晰的边缘和细节 ,并且算法简单易于实现。     

基于BP神经网络的ERP实施风险评价

企业ERP项目实施是高投入、高风险项目,在ERP项目实施过程中正确的评价风险是保证企业ERP项目实施成功的重要环节,本文确定了在ERP实施过程中的各项风险指标,并从项目管理的角度,采用BP神经网络对ERP项目实施风险进行评价,达到了企业预防各项实施风险和控制ERP项目实施的目的.     

绿色供应链风险的模糊综合评价

在绿色供应链管理环境中,从产品设计、生产、使用,到报废后回收和再生利用的全寿命周期,都应在能耗、环保和成本方面实现最优化,绿色供应链管理每一个环节都面临着不同的风险,概括起来,绿色供应链面临的风险主要包括外部风险、内部风险和中间风险,可用16个2级指标来衡量,通过设定因素集、建立评语集、确定权重集等步骤,进行单因素模糊评价、初级模糊评价和多级模糊评价,最终将风险量化.这种风险评价方法不仅能量化绿色供应链系统的风险,而且还能实现系统风险的有效控制,为绿色供应链实施科学决策提供依据.     

基于BP神经网络的企业物流服务外包风险预警系统

从管理风险、信息风险、信用及财务风险、市场风险这几个方面构建企业物流外包风险预警指标体系;依据BP神经网络原理,建立用于评估企业物流外包风险水平的BP神经网络风险预警系统,并结合算例进行仿真模拟,证明该模型具有良好的预警精度。     

基于BP神经网络的江西省生猪价格波动预警分析

借助多元统计方法识别2000年1月～2016年12月江西省生猪价格波动的成因,选择生猪价格波动率作为警情指标,借助时差相关法,确定风险预警指标,建立BP人工神经网络模型,预警生猪价格波动的风险.结果表明,玉米价格、仔猪价格、猪肉价格、活鸡价格、豆粕价格、生产者预期和疫情为主要警情指标,其中先行性指标是仔猪价格和生产者预期,同步指标是玉米价格、猪肉价格和活鸡价格,豆粕价格和疫情是滞后指标;除个别样本点外,BP神经网络模型输出的生猪价格预警值和实际价格数据比较接近,生猪价格波动风险预警模型具有良好的预警效果.根据不同级别的风险程度提出相应对策建议,以便政府能够根据不同警情采取具有针对性的措施,使生猪生产、市场平稳健康发展.