BP神经网络在大坝安全监控理论中的应用

介绍了BP神经网络的基本原理,结合工程实例建立了BP神经网络的大坝安全监控模型;并针对某一大坝变形水平位移实测数据进行分析,证明其拟合和预报精度优于常规统计模型,为大坝的安全预测提供更加有力的依据.     

基于改进BP神经网络的股票预测

股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见.本文将附加动量法与BP神经网络结合,应用附加动量法去寻找BP神经网络的初始权值和阈值,并且应用主成分分析提取贡献率达到90%的主成分作为输入变量对股票进行预测,从而进行分析比较.实验结果表明,PCA-AM-BP模型在降低预测平均误差的同时,运行时间大大减少,加快了算法收敛速率.     

BP神经网络下研究汇率预测的遗传算法

BP神经网络作为现阶段应用最为广泛的神经网络模型之一长期以来通过和遗传算法的结合在诸多领域都有着良好的应用.本文从阐述BP神经网络下汇率预测遗传算法的构建入手,对于BP神经网络下遗传算法在汇率预测中的应用进行了分析.     

BP神经网络的水工建筑质量问题诊断

阐述了水工建筑质量问题诊断过程中,应用BP神经网络模型的重要性.以专家经验和文献依据为途径,建立了质量问题和原因关系数据库.同时,选择了基于模糊综合评判为计算方法,建立了神经网络数学模型.最后,以某水工建筑质量问题实例为例,论证了BP神经网络法的可行性.     

上市公司财务困境预测模型的再比较

该文将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic 回归和改进型 BP 神经网络三种方法进行财务困境预测.比较其预测结果发现,BP 神经网络模型的预测准确率明显优于多元判别分析和Logistic 回归模型,而后两者的判别效果接近,可见改进型 BP 神经网络模型更适合于企业财务困境预测.但三种模型的长期预警能力均不够理想,需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式,以提高预测的准确性.     

基于BP神经网络和遗传算法的企业信息化评价研究

阐述了企业信息化水平评价问题的现状,提出了运用遗传算法(GA)优化BP神经网络的评价方法,避免了传统评价方法确定权重值的主观随意性,并且克服了BP网络中的局部极小缺陷,使训练速度加快,在建立BP-GA网络信息化评价模型的基础上,利用样本公司实际指标数据对模型的评价效果进行了检验,并与传统BP网络模型的评价结果进行了比较研究。     

基于BP神经网络的企业财务危机预警变量改进探索

考虑到行业差异的财务指标对预警效果的影响,本文建立BP神经网络模型预测财务危机,采用功效系数法将财务指标转化后的单项功效系数作为输入变量,与直接将财务指标作为输入变量进行对比,实证结果发现标准化后的变量产生的误差率小于直接将财务指标作为输入变量.通过使用BP神经网络模型并消除行业差异,财务危机预警的准确性得到有效提高.     

基于灰色关联理论和BP神经网络的智慧城市发展潜力评价

针对国内智慧城市建设能力认知不到位,发展潜力评价不足等问题,提出可基于灰色关联和BP神经网络算法对智慧城市发展潜力进行评价。首先,构建了GRA-BPNN智慧城市发展潜力评价模型,依据智慧城市发展潜力评价指标体系,运用灰色关联理论对指标体系进行约简;然后,将约简后的指标体系输入BP神经网络中进行智能训练与仿真,发现实际输出值与期望输出值之间的误差达到预期目标;最后,与熵权法、TOPSIS法和灰色关联分析3种方法的评价结果进行比较,进一步证明了该评价方法的科学性与合理性。     

农业供应链金融风险评估研究——基于GA-BP神经网络模型

农业供应链金融可以有效促进节点企业之间的资金协作,对其进行快速精准的风险评价关系到农业供应链的高效发展以及农业生产的顺利进行.文章选取11个农业供应链金融业务的风险评价指标,构建基于GA(Genetic Algorithm)-BP神经网络(Back Propagation Neural Network)的农业供应链风险评价模型,并利用案例分析法对所提出的风险评估模型进行验证.结果 表明,利用经遗传算法优化的BP神经网络评价农业供应链金融风险,不仅可以加快BP神经网络的收敛速度,同时可以避免BP神经网络容易产生局部最小的问题,提高预测速度和精度,可作为确定农业供应链风险的有效技术手段,为当前农业供应链各参与主体的金融风险管理提供有效的决策支持.     

基于BP神经网络的情景教学效果评价

目前高职教学要求课堂实施"教、学、做"一体的教学模式,而在这一模式下必须打破传统的教学方法,大多采用情景教学法进行教学.为检脸情景教学法的教学效果,本文利用BP神经网络的自适应和自学习功能,提出一种基于BP神经网络的情景教学效果评价模型,并选取若干教师应用此模型,对其原有的情景教学质量数据进行了测试,结果表明,利用该模型进行情景教学质量评价较为客观合理.     

基于公司治理的上市公司BP神经网络财务预警模型研究

文章在传统的BP神经网络财务预警模型中加入了公司治理因素,选取了2004-2006年间的48家ST公司为样本,并配对了60家同期、同行业、规模类似的公司,通过显著性检验对变量指标进行筛选,经过对样本的训练和学习,实证研究结果证明,加入公司治理因素的BP神经网络财务预警模型的预测效果较好.     

基于知识管理与BP网络的企业预警战略研究

知识管理理论为企业战略管理研究开辟了新的思路。明确知识和默示知识之间的转化原理为企业预警战略提供了理论基础；BP网络模型克服了传统模式难以处理高度非线性模型、缺少自学习能力等缺陷。通过建立在知识管理与BP神经网络基础上的企业预警战略模型的研究，证明BP网络模型能达到良好的战略预警效果。     

基于BP-LVQ的组合神经网络舞弊风险识别模型研究——来自中国舞弊上市公司的经验证据

文章以2010—2014年我国沪深两市5年间发生舞弊行为的506家公司及与其一比一配对的506家配对公司为研究样本,分别用BP神经网络模型与LVQ神经网络模型进行舞弊识别,整体舞弊识别准确率分别为87.22%和85%。在此基础上构建基于BP-LVQ的二层组合神经网络舞弊风险识别模型,用同一舞弊样本进行测试,研究结果表明:组合神经网络模型的识别准确率为90.56%,显著高于这两个单一神经网络模型的舞弊识别率。     

基于BP神经网络的企业赊销风险评估研究

结合赊销风险的特征,提出将＂赊销风险度＂作为新的赊销风险度量标准,在此基础上将企业赊销风险划分为5个等级,并将BP神经网络引入赊销风险评价,建立了基于BP神经网络的企业赊销风险评价模型。实证结果表明,该模型是有效且可行的。     

神经网络模型在不良资产证券化资产池信用风险分析中的应用

不良资产证券化资产池信用风险的研究在我国尚属空白。文章立足我国不良资产信用数据严重不足的现状,尝试使用改进的BP神经网络模型测算单笔不良资产的信用风险,并通过整合信用风险附加模型,量化资产池的信用风险。以某不良资产证券化案例为样本进行的实证分析结果表明,改进的BP神经网络模型为测算不良资产证券化资产池信用风险提供了一条可行之路。     

基于GARCH-BP模型的股指预测及实证分析

本文通过建立BP神经网络预测模型和GARCH-BP神经网络预测模型,对2004￣2005年间深圳成分指数的日收盘价进行了预测分析,经过实证比较,发现GARCH-BP模型较BP模型的收敛速度快,学习能力强,预测精度较高,误差率较小。     

基于神经网络的旅游业上市公司财务危机预警研究

本文综合考虑导致我国旅游业上市公司产生财务危机的因素,以神经网络理论为基础,运用BP神经网路模型构建了旅游业公司财务危机预警模型,并以14家旅游上市公司为例进行实证研究,验证了该财务危机预警的方法和模型.     

失业风险预警系统研究

基于我国29年的历史数据,采用BP神经网络模型对我国的失业风险预警问题进行研究。结果表明,神经网络方法在失业风险系统中具有优良的预警效果,其对失业风险综合警情值的预测误差小于3％。相对于景气分析预测法、时间序列分析、灰色预测模型以及回归预测模型等技术,神经网络方法不仅具有良好的预测精度,同时还具备较强的容错能力和泛化能力。因此,在构建我国的失业风险预警系统中,神经网络模型应该是一种被优先考虑的方法。     

BP神经网络模型在年径流预报中的应用

因径流的形成受多种因素的影响,且径流预报具有复杂的非线性特点.因此,为了更加准确地对年径流进行预报,本文选择和田河支流玉龙喀什河作为研究对象,构建BP神经网络模型,对玉龙喀什河年径流及相关气象资料行径流模拟研究,结果表明:BP人工神经网络模型收敛速度快,预报精度高,为该领域研究提供了新的思路.     

黄土丘陵沟壑区NDVI值空间分异及其与地表温度和湿度关系研究

以黄土丘陵沟壑区米脂县为例,以30米分辨率的LandsatTM1-7波段合成遥感影像以及研究区的DEM为基础,结合RS与GIS技术,对黄土丘陵沟壑区植被的NDVI值随地形位分布和坡向分布的空间分异性进行了研究,结果表明:NDVI值随着地形位的升高而先降低后升高,随着坡向而变动,其中北坡向最高,西南坡向最低。三北方向高而三南方向低。而这与地表温度和湿度有着密切的联系。总体表现为,NDVI值高的地方地表温度低地表湿度高,反之,则NDVI值低的地方地表温度高地表湿度低。但并不是完全的重合,有稍微的滞后或提前。