基于RBF神经网络的上市公司系统风险评价研究

通过建立财务指标评价体系,将系统风险分为两类:相对高风险和相对低风险。应用RBF神经网络可对上市公司的财务风险做出评价,以期通过对上市公司系统风险的研究,找到评价系统风险的有效方法。     

基于RBF神经网络的物流企业财务风险预警评价

为实现物流企业财务风险的实时预警监测,本文在确定物流企业财务风险预警指标体系的基础上,采用RBF神经网络模型构建了物流企业财务风险预警模型,并选择2010年26家物流上市公司的财务数据对财务风险预警模型进行了实例分析。     

基于RBF神经网络的高校财务风险识别

为实现高校财务风险的实时监测及预警,文章在遵循全面性、科学性、可操作性等原则的基础上,建立了高校财务风险识别指标体系,并采用RBF神经网络构建了高校财务风险识别模型,最后用实例验证了该模型用于高校财务风险识别的可行性。     

基于RBF神经网络集成的供应商评价方法

供应链管理代表了当前经济环境下的趋势与需求,其中的伙伴企业选择是其主要研究的问题之一.本文提出了一种基于径向基函数神经网络集成的供应商识别方法.该方法首先通过系统聚类,在每一类中单独训练具有一定差异度的单个径向基函数神经网络,并加以集成,构成以系统聚类与RBF神经网络相结合的模型,以解决供应链的企业伙伴选择问题.最后以企业为背景,运用这种模型解决实际问题,并给出了结果.     

基于RBF神经网络的物流园区选址评价体系研究

由于我国物流园区的建设在选址规划和管理运作方面还需在实际中探索,因此,文中针对物流园区选址问题,构建基于RBF神经网络的选址评价体系模型进行应用研究,将为我国的物流园区规划发展提供了新的理论基础和整体框架参考。     

基于RBF神经网络的投标报价预测研究

针对建筑工程特点,提出了基于RBF神经网络的建筑工程投标报价方法,建立建筑工程投标报价标高率数学模型。应用MATLAB计算软件,以实例验证了该模型的正确性及实用性。     

基于RBF神经网络的负荷预测研究综述

负荷预测是实现电力系统优化运行的基础,对于电力系统的安全性、可靠性和经济性都有着显著的影响。RBF是一种三层前馈神经网络,具有良好的函数逼近性能,已被广泛应用到电力负荷预测中,并取得良好的效果。本文主要整理并介绍当前基于RFB神经网的负荷预测方法,对存在的问题进行了分析,并对未来的发展进行了展望。     

基于RBF神经网络的过程质量诊断研究

对控制图模式识别方法的提高与改进是改善过程工业质量诊断和质量控制的关键。利用RBF神经网络设计了过程质量诊断模型,然后用K-means聚类算法确定隐含层RBF神经网络节点数,最小二乘学习算法对网络进行学习训练,并利用MATLAB7.0对网络进行仿真,结果表明该方法比传统方法能够较快地识别出控制图的异常模式,且具有较高的识别精度,能够达到过程质量诊断的要求。     

基于RBF神经网络的中国黄金市场价格预测

本文以上海黄金市场的现货交易为研究对象,鉴于传统的线性分析方法的局限性,构建了RBF神经网络非线性模型,对上海黄金市场的Au99.99开盘价进行了预测。结果证明,RBF神经网络模型为黄金价格预测提供了一种有效的高精度的预测工具。     

基于模糊RBF神经网络的自适应PID励磁控制

文章通过建立以状态方程表示的单机一无穷大电力系统的非线性数学模型,设计了基于模糊RBF神经网络的PID控制策略,以实现发电机组励磁系统PID控制器参数自适应调整的智能控制,并在仿真实验和实际应用中与常规PID控制器相比较,结果表明基于模糊RBF神经网络的自适应PID智能励磁控制方式具有更好的动态品质和控制特性,以及更强的鲁棒性和适应性。研究结果为发电机励磁控制的应用提供了一种新思路。     

基于模糊RBF神经网络的自适应PID励磁控制

文章通过建立以状态方程表示的单机一无穷大电力系统的非线性数学模型,设计了基于模糊RBF神经网络的PID控制策略,以实现发电机组励磁系统PID控制器参数自适应调整的智能控制,并在仿真实验和实际应用中与常规PID控制器相比较,结果表明基于模糊RBF神经网络的自适应PID智能励磁控制方式具有更好的动态品质和控制特性,以及更强的鲁棒性和适应性。研究结果为发电机励磁控制的应用提供了一种新思路.     

基于BP神经网络的拱坝风险评价研究

拱坝坝高库大,环境条件复杂,又多处于高烈度地震区;一旦失事,后果不堪设想。不但会严重影响工农业生产、重创国民经济,而且会使人民生命财产遭受极大损失,产生恶劣的政治影响。因此,拱坝的风险分析与风险评价越来越受到力学界、坝工界、政府的高度重视和社会各界的广泛关注。利用神经网络的方法,研究具有拱坝风险评价问题,建立了基于BP神经网络的评价模型。     

基于RBF神经网络的船舶辐射噪声预测

本文根据船舶辐射噪声信号的混沌特性,基于重构相空间的轨迹演化规律,构建一种快速的RBF神经网络对船舶辐射噪声进行预测。实验证明,运用这种RBF神经网络对船舶辐射噪声的预测精度高于Volterra自适应滤波预测滤波器,而且更快的收敛速度。     

基于BP神经网络的上市公司审计意见预测模型

本文选取了我国沪深两市94家样本公司作为研究对象,基于BP神经网络研究上市公司财务指标对审计意见类型的影响,构建了审计意见的预测模型,并进行了有效性检验。     

RBF神经网络在基本建设投资预测中的应用

采用了径向基函数网络，在对原始数据进行平滑处理的基础上学习与训练，并应用于基本建设投资预测的实践当中。模拟结果表明，实际预测中效果较为理想，从而为基本建设投资的预测提供了一种新的方法和理论依据。     

基于粗糙集-BP神经网络的航空风险评价研究

民用航空是一个高风险的行业,航空系统风险评价具有重大的意义。文章旨在将数据挖掘技术中的粗糙集理论和神经网络相结合,以新的视角去解决航空风险评价问题。该方法主要利用粗糙集软件ROSETTA及MATLAB软件中的神经网络工具箱,实现了粗糙集对数据前置预处理,神经网络模拟评价,并通过实例验证可行。     

基于BP神经网络的房地产项目前期风险评价研究

本文从开发商的角度,在分析房地产项目前期风险因素的基础上,构建其指标体系,建立基于BP神经网络的风险评价模型,然后选取若干组样本作为训练集在MATLAB7.0环境中对模型进行训练,最后用测试集验证模型在房地产项目前期风险评价方面的可行性。     

模糊神经网络在企业财务风险评价中的应用

文章运用模糊系统和神经网络的基本原理,根据现有的数据和指标建立了判断企业财务风险的模糊神经网络模型,通过实证研究证明了其具有较高的正确性,在使用上也极其方便。     

基于RBF神经网络的郑州航空港货运吞吐量预测

从主成分分析入手,通过对RBF神经网络进行改进,构建了航空港货运吞吐量的预测模型,并对郑州航空港的货运吞吐量进行预测,经验证精确度较高。基于郑州航空港货运吞吐量的增长趋势,提出积极进行政策扶持、加强郑州航空港运作管理等具体建议,以期为郑州航空港建设提供一定的启示。     

改进型RBF神经网络下目标威胁评估

为解决信息化装甲分队目标威胁评估问题,依据径向基函数(RBF)神经网络的快速性和唯一最佳逼近性设计了改进型RBF神经网络。实例分析表明,该改进方法可满足不同作战样式下目标威胁评估要求,具有较高的实用价值。