共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
通过t检验和相关性检验合理选择财务指标,基于灰色理论中Verhulst模型和神经网络建立了Verhulst与BP神经网络预测模型对企业财务状况进行预警分析。实证研究结果表明,该模型能够有效反映企业财务状况的发展趋势,从而为财务风险预警提供了新的研究方法。 相似文献
3.
文章探讨了神经网络模型在股指预测方面的应用,通过引入宏观经济因素,建立BP神经网络模型来对沪深300指数的走势进行中长期预测,运用MATLAB神经网络工具箱对BP模型预测的准确性和可行性进行了实证检验。 相似文献
4.
结合供应链金融的运作模式,本文归纳了15个供应链金融业务的风险影响因素,建立了具有较好一致性和稳定性的风险指标体系,介绍了BP神经网络的一般原理与步骤,并运用mat-lab的BP神经网络工具构建了风险评估模型,收集了10组供应链金融风险评估样本,对评估样本进行训练和检验,通过建立起供应链金融风险评估模型证明了该模型的有效性。 相似文献
5.
6.
本文采用神经网络的方法,利用消费者物价指数、工业增加值和货币供给等数据,分别以BP神经网络、RBF神经网络和Elman神经网络建立通货膨胀预测模型.三个模型预测结果表明,采用神经网络方法建立的模型能够较好地预测通货膨胀的变动.通过比较BP神经网络和Elman神经网络预测结果可以看出,带有反馈机制的神经网络模型预测性能优于一般神经网络模型. 相似文献
7.
本文利用遗传算法与神经网络的特性,建立了基于GA-BP神经网络的顾客满意度测评模型。该模型首先将BP网络的权值和阈值通过遗传算法进行优化,然后对BP网络进行训练。网络最终测评结果较BP神经网络更有效、准确。通过某商场实例数据证明此测评模型收敛速度快、预测精度高,为顾客满意度测评提供了一种实用的方法。 相似文献
8.
根据房地产销售价格预测和国家政策影响实际需要,在对相关数据进行收集和用数据挖掘的知识对数据进行分析的基础上,在充分合理假设之下,建立四个模型。首先建立房地产价格预测模型找到当前房地产销售价格制定标准,然后专门针对商品房销售价格建立散点图多元回归模型确定影响商品房销售价格重要因素,判断出房价的走势,最后建立BP神经网络模型对国家政策的影响进一步分析。 相似文献
9.
基于BP神经网络专家系统的供应链风险评价研究 总被引:1,自引:0,他引:1
随着供应链的迅猛发展,所面临的风险也越来越大.为合理有效评价供应链风险,文章结合供应链风险评价指标体系,将神经网络理论与专家系统思想相结合,提出了一个可行的基于BP神经网络专家系统的供应链风险评价模型.该模型利用BP神经网络的自学习特征,在训练过程中通过对权值的不断修正,使网络的实际输出向量逐渐接近期望的输出值.该模型不仅能够利用专家系统判断供应链风险的大小,而且能够通过权矩阵分析影响供应链风险的主要因素,在供应链风险研究及应用中具有较大的发展潜力. 相似文献
10.
针对电子政务绩效评估不完善及BP神经网络的收敛速度慢,需要较长的训练时间的缺陷,本文在前人研究的基础上建立了基于平衡计分卡的指标体系,针对BP神经网络的缺陷,将粒子群优化算法应用到模型中,改进了BP神经网络模型,提出了基于粒子群优化的BP神经网络原理及求解方法,并通过实际的例子对建立的模型进行了训练和验证。通过本文的研究,为相关部门开展电子政务绩效的评估提供了一定的参考依据,对电子政务的发展起到了一定的积极作用。 相似文献
11.
房地产行业作为国民经济支柱产业,其可持续发展研究具有重要战略意义。将住房供需的合理匹配与协调视为房地产行业可持续发展的基本条件,并引入协调度概念,在此基础上,将该问题转化为经典控制问题,然后基于BP神经网络建立供需影响因素的反馈控制模型。 相似文献
12.
13.
14.
《中国商贸:销售与市场营销培训》2018,(8)
本文将BP神经网络模型与主成分分析法和遗传算法相结合,建立了预测股票价格变化的动态PCA-GA-BP模型。该模型能改善BP神经网络模型运算速度缓慢和易陷入局部最小值的缺点,弥补传统股票价格预测方法的不足。 相似文献
15.
16.
本文采用Eviews及MATLAB软件建立多元线性回归模型及BP神经网络模型,探究传统多元线性回归方法与BP神经网络方法预测经济增长过程中的误差大小,为政府引导经济增长提供模型支持。 相似文献
17.
分析了BP神经网络的结构及其算法实现流程,利用C++语言构建了BP神经网络的网络模型,并通过一个实例,展示了用面向对象来实现BP神经网络的优势。 相似文献
18.
《中国商贸:销售与市场营销培训》2014,(5)
本文分析了自回归移动平均模型(ARIMA)与BP神经网络模型在预测方面的特性和模型各自的优缺点,在此基础上尝试建立了ARIMA和BP神经网络的股指组合预测模型。ARIMA与BP神经网络组合使用的基本原理是股指时间序列数据可分解为线性部分和非线性残差部分。本文以上证综合指数为例,首先采用ARIMA预测上证综合指数的线性变化趋势,然后采用BP神经网络对上证综合指数的非线性趋势进行拟合,最后整合两种模型的预测结果。仿真结果表明:组合模型提高了对上证综合指数的预测精度,证实了组合模型在股指预测方面的有效性。 相似文献
19.
本文采用Eviews及MATLAB软件建立多元线性回归模型及BP神经网络模型,探究传统多元线性回归方法与BP神经网络方法预测经济增长过程中的误差大小,为政府引导经济增长提供模型支持. 相似文献
20.
本文通过分析BP神经网络在竞争力测量中的优势,介绍通过GUI界面构建竞争力测量模型、训练模型、仿真模型、应用模型的方法,证明了BP神经网络在竞争力测量中的可行性,指出了在使用中应注意的事项。 相似文献