基于BP神经网络的黄金期货价格预测

在期货市场交易策略中,用预测目标作为衡量买卖时机交易的思想,是主流思想中的重要分支之一。为解决期货价格预测问题,文章对使用BP神经网络预测的方法进行探索。笔者以黄金1305期货合约2008年5月23日到2013年4月25日收盘价共857个数据为依据,建立了可自动调节参数的BP神经网络模型,并利用该网络对收盘价和收益率序列进行了滚动预测,根据预测结果进行期货品种的买卖。依据所构造策略进行交易,在模拟交易中获得了不错的收益。     

基于DEA和BP神经网络基金最优增长率预测

DEA是一种广泛运用于相对绩效评估的系统分析方法.以基金的期初单位净值、单位费用和标准差三个指标作为输入,单位净值增长率作为输出,通过DEA计算出24支封闭式基金从2001年到2006年的最优投入和产出.进一步用BP神经网络来拟合最优投入与产出的函数关系,通过加入各年宏观经济变量,使得训练出的神经网络可以用于对最优户出的预测.文中预测出2007年的各基金单位净值增长率,并与前35周的实际运营结果进行对比,得出了预测中单位净值增长率高的基金,实际运营中相对效率也较高的结论.     

基于BP神经网络的煤矿突水预测系统的设计

BP神经网络是一种具有自适应、自学习、高度非线性的神经网络,只要有对应的输入输出数据样本,无需了解其内部的具体逻辑关系,就可以根据新输入得到相应输出。将神经网络用于突水的预测,使用一组实际数据作为样本,对神经网络进行训练,测试,得到一个能够进行突水预测的网络。     

BP神经网络对烟草销售量预测方法的改进研究

针对烟草销售量传统预测方法的不足,本文结合实际,应用BP神经网络模型对其进行了改进:把实际误差看作一组序列,进行逼近模拟,作为一个单独量加入最终结果,提高了预测的精度.本文的思路和方法可推广到其他社会经济数据序列的预测中去.     

基于BP神经网络对矿井瓦斯涌出量的预测

为了更加准确地预测出矿井瓦斯涌出量,设计出基于留一法交叉验证BP神经网络的瓦斯涌出量预测模型.其中,采用了交叉验证的办法对BP神经网络的测试集与训练集进行优化,并选取了影响瓦斯涌出量的13个因素作为预测指标,将每一次交叉验证的测试集组成新的数据集合.通过测试集预测瓦斯涌出量,得到决定系数为0.978,优于传统神经网络的...     

BP神经网络在药品销售预测中的应用

目的对药品销售情况进行科学的分析和预测,为合理制订药品采购计划提供参考。方法利用BP神经网络的数据分析、统计、对非线性数据进行拟合等功能,对药品未来的销售量和销售趋势进行分析和预测。结果BP神经网络仿真预测的药品销售量与实际销售量无显著性差异。结论BP神经网络在预测药品未来销售量上具有实际应用价值,为合理制订药品采购计划,降低药品流通成本提供参考依据。     

基于BP神经网络的天然气集输管道结垢趋势预测方法研究

随着国内油气田开采进入中后期,天然气集输管道内的含水率逐渐升高,而采出水中存在大量的成垢离子,在管道的运行过程中,由于管道沿线温度、压力等条件的变化,极易在管道内结垢,降低管道的输送效率,甚至堵塞管道,造成严重的安全隐患。因此,文章为了探究天然气集输管道中的结垢趋势,基于BP神经网络,建立、训练和测试天然气集输管道结垢趋势预测方法,并通过结合现场实际结垢情况,进一步验证了该方法。该方法的应用,可以更加快速、有效的预测天然气集输管道结垢趋势。     

基于BP神经网络的住宅项目投资估算研究

在建设项目投资估算编制过程中,往往得不到具体的图纸信息,这样的信息残缺为建设单位编制和审定投资估算带来了困难,为后期招标控制价的编制提出了挑战.文章通过Python机器学习语法建立BP神经网络模型,按同一标准,选取508个随机住宅工程样本作为建筑工程数据来源,根据其建筑地上层数、地下层数、檐高、建筑面积四项指标对其建筑...     

基于BP神经网络的多波地震复合属性预测技术研究

本文综合了地震属性神经网络分析方法和多波地震属性分析方法,进一步提高了储层含气分布的预测精度。通过BP神经网络构建地震复合属性与含气量之间的数学关系,进而有地震数据资料推导出无井区目的层的含气量分布。运用纵、横波地震属性的多波差异性对初步预测的结果进行约束处理,实现对目的层的含气性分布的预测。     

改进型BP神经网络有助于短期电力负荷预测

近年来，短期电力负荷预测研究受到了普遍的重视。在多种研究方法中，改进型BP神经网络预测短期电力负荷的方法因具有较高的预测精度、相对误差小的负荷预测结果，而受到业内人士的格外关注。     

基于灰色BP神经网络模型的电网工程造价预测研究

提高工程造价预测水平是合理确定工程造价、有效控制建设成本、实现工程造价管理精益化的前提,是系统规划决策的基础.精准化工程造价预测对提高电力系统经济性、妥善解决输变电工程“三超”问题、提高投资效率具有重要意义.而电网工程造价的单一性及受多因素影响的复杂性,使得输变电工程造价呈现出多变特性,因而亟需一套能有效提高预测精度的...     

遗传算法优化BP神经网络的岩质边坡稳定性预测

为了解决边坡工程中非线性变化给稳定性预测造成的困难,建立了GA-BP神经网络计算模型预测岩质边坡稳定性。采用定性评价和相互作用矩阵复核的方式,选取边坡坡度、边坡高度、斜坡结构类型、岩体强度、控滑结构面倾角、岩体结构特征、地表变形强度、人类活动强度8个评价因子作为BP神经网络的输入变量;利用遗传算法对神经网络的初始权值和阈值进行优化后训练岩质边坡稳定性预测模型;对比分析GA-BP神经网络和BP神经网络的预测效果。结果表明,优化后的预测结果误差绝对值小于0.15的占85%,未优化的传统神经网络仅占45%,优化后的预测结果更加接近真实值,表明遗传算法对传统BP神经网络的优化是有效的。研究结果对建立岩质边坡稳定性预测模型具有一定的参考价值。     

基于MEA-BP神经网络建筑工程造价指数预测

为了对建筑工程造价指数进行准确有效预测,提出一种基于MEA-BP神经网络的预测方法.在收集天津市2017年1月—2020年9月的45组建筑工程造价指数样本的基础上,利用思维进化算法(Mind Evoluti-onary Algorithm,MEA)对BP神经网络的初始权值和阈值进行优化处理,构建基于MEA-BP神经网络...     

基于BP神经网络的黑龙江省煤炭产业发展前景分析

运用BP神经网络模型对黑龙江省煤炭市场需求进行了预测,并采用生产收入弹性、需求收入弹性和需求生产弹性差值对黑龙江省煤炭产业发展前景进行了综合分析,分析结果表明,黑龙江省煤炭产业在未来几年具有良好的发展情景和广阔的市场需求。     

基于BP神经网络的董事会治理绩效计量研究

以董事会能力为目标,选择BP神经网络法为计量方法,通过分别构建董事会结构特征、运作特征、激励特征以及人口学特征的计量指标体系,研究董事会治理绩效的计量问题,弥补了公司治理理论在董事会治理绩效计量方面的不足.     

基于BP神经网络的项目组织结构选择研究

项目组织结构选择是否合理将直接关系到项目的成败.首先建立了包括项目属性、项目运行与控制、组织环境等三方面内容的评价指标体系,然后将模糊多指标的评价方法与神经网络理论相结合,提出项目组织结构选择的BP神经网络模型.最后通过一个实例说明该模型的应用过程和有效性,并对进一步研究的内容进行展望.     

基于多元线性回归与BP神经网络分析的失业预测建模实证研究

本文首先构建失业综合指数及其测算指标体系,用来客观地反映失业状况;其次通过文献研究、发放问卷调查等分析方法,并在考虑数据可获得性、可靠性等前提下,初步整理出影响失业的相关因素,以2000~2012年各季度对应的数据,对失业综合指数及其影响因素进行多元线性逐步回归分析,从中筛选出影响显著的因素,构建失业综合指数预测模型。同时基于线性相关分析筛选的结果,构建BP神经网络预测模型,同样对失业状况进行预测,并与多元回归预测模型的预测结论进行比较,结果发现后者预测性能高于前者。     

基于GABP神经网络预测法的工程机械再制造员工效率研究

面对资源的日益匮乏、相关法律的陆续出台以及工程机械废旧品数量的不断攀升, 工程机械再制造越来越受到企业的重视。与高自动化制造过程不同, 工程机械再制造过程中人员效率起到了至关重要的作用, 而复杂的再制造环境造就员工频繁的学习———遗忘, 使得操作效率起伏不定, 故提出了用GABP神经网络预测方法来预测工程机械再制造员工的效率。本文应用统计方法分析影响员工操作时间的因素, 剔除无显著相关性的因素; 然后应用GABP神经网络算法对员工操作时间进行训练, 进而高效准确地获得员工的操作时间; 最后通过对样本数据的应用分析, 获得了较好的预测效果。     

基于BP神经网络的煤矿瓦斯涌出因素分析

导致煤矿瓦斯涌出因素很多,而且因素之间多为非线性关系。提出基于BP神经网络分析瓦斯涌出因素正是考虑到BP神经网络适用于非线性因素分析,加上其应用过程中的通过不断训练学习找出各影响因素权重,从而为瓦斯涌出预防和治理找到突破口,具有可行性和指导性作用,完善煤矿安全管理工作。     

基于熵权TOP SIS和BP神经网络预测的银行信贷决策研究

本文旨在研究如何优化银行信贷决策,以达到降低银行的贷款风险和提高银行效益的目的.将收集到的数据分为训练组和预测组,对训练组数据采用客观赋权中的熵权法对各指标进行赋权,并采用TOPSIS优劣解距离法对各评价对象进行综合评价.最后对企业自身实力因子和企业的信用因子进行客观赋权综合评价,从而确定银行针对企业的信贷优先级,给出...