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.     

基于BP神经网络的商品流通规模预警研究

现阶段,通过运用一系列的统计指标和科学方法对商品流通规模进行预警研究,并通过预警系统及时预报警情,为有关部门实施有效调控提供参考,已经成为国民经济持续、稳定和协调发展的必要条件之一。由于影响商品流通规模预警指标的因素具有多样性和复杂性的特点,通过神经网络的方法能较好地描述各个预警指标之间的关系而不需要确定的函数形式,从而可以克服许多传统的经济预警方法对非线性数据的拟合和预测的准确度不高的问题,因此,可以将BP神经网络方法引入商品流通规模预警研究中。     

基于BP神经网络的商业银行信用风险模型改进探究

BP神经网络信用风险管理模型以其较强的逼近非线性函数的能力而适应商业银行信用风险管理的要求,但是其自身的权值调整方式存在的缺陷影响了模型的应用。分别采用Adaboost算法和遗传算法对BP神经网络信用风险模型进行了改进,通过对200家上市公司的财务数据指标进行考察,比较了两种模型的优劣:经过Adaboost算法改进后,模型可以平稳地达到系统判别的最小误差,但运行时间较长;遗传算法采用变异操作可以迅速达到系统判别的最小误差,但由于权值改变过于激烈,可能造成系统过于注重权值的改变而忽视了原始数据指标的特性。     

基于BP神经网络的中国居民消费价格指数预测

本文采用归一化数据处理方法,建立了基于BP神经网络的中国居民消费价格指数预测的数学模型.经检验,该模型的预测值与历史值的系统总误差只有0.035%,并利用该模型对2010年中国居民消费价格指数走势进行预测,提出了相应的政策建议.     

基于BP神经网络的个人消费信贷风险识别

这是一种基于BP神经网络的识别个人消费信贷风险的方法,首先,须根据已知的银行客户资料数据建立单隐层的BP神经网络模型,然后,利用得到的模型对提出申请的客户根据其已有的消费信贷历史资料进行风险类型的识别.实例仿真结果表明,这个方法具有很好的实用性.     

基于BP神经网络的山东旅游收入关键因子

在建立影响旅游收入关键因子的指标体系基础上,对影响旅游收入因子进行Pearson相关性删选,利用4层BP神经网络建立模型,对影响旅游收入的关键因子进行识别,结果表明:同一省份的不同城市之间的影响因子存在较大差异,青岛市等旅游收入高的城市主要受到"国内旅游人数"的因子影响;泰安市等旅游收入在中上等的城市主要受到"城镇居民消费支出"的因子影响;莱芜市等旅游收入低的城市主要受到代表历史文化的"博物馆数量"因子影响。交通因素与景区、度假区因素有密切联系,显示出交通的便捷性对提升景区、度假区的经营收入起促进作用。     

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。     

基于BP神经网络电能远程计量系统的研究

本文利用BP神经网络强大的学习判断和分析预测能力对扫描的电能数据进行"学习",以达到对电能计量过程中计算机通过程序自动辨析视频采集的数据并形成最后的数据,实现电能的远程采集.     

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 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。     

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。     

一种基于神经网络的消费函数模型

提出了一种基于神经网络的消费函数预测模型。与传统预测方法对比计算后发现，该模型在精度方面优于传统的消费函数预测模型，且具有随着样本的增加进一步优化模型参数的功能，为经济系统建模和预测提供了新的思路。     

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。     

广东公路快速客运经营模式的研究

广东公路建设的迅猛发展为广东公路快速客运创造了良好的条件，目前在广东公路运行的豪华大巴达２４００多辆，但也因此引发出一系列的问题，面对我国加入世界贸易组织的新形势，笔者认为，必须按国际惯例，通过建立行之有效的公路快速客运经营模式，形成规模化、网络化的快速客运体系才能适应不断发展变化的市场竞争的需要。     

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神经网络的县级地税管理绩效评估的实证分析

本文设计了由税收征收率、税收成本率、税收对经济的影响度、税务形象、人员素质五个指标组成的县级地税管理绩效评估体系，以湖南省120个基层税务局的数据作为样本，运用BP神经网络模型对各基层税务机关的绩效进行评估。实证结果显示，网络仿真结果的误差都控制在5％以内，说明网络仿真的效果很好。湖南省平均评估得分为0．69，这说明总体上湖南省的县级地税局绩效良好，但还有较大的绩效提升空间。     

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.