基于主成分分析-RBF神经网络模型的备件预测研究

备件预测在产品物流保障中占有极其重要的地位,针对现有各种航空备件预测方法精度较低,无法满足实际需求的现状,文章提出了基于主成分分析-RBF神经网络模型的备件预测方法：首先利用主成分分析方法去除原始输入层数据的相关性,以解决RBF神经网络模拟预测备件需求时输入变量过多,网络规模过大导致效率下降的问题．最后选择合适的径向基函数密度训练神经网络。通过结合实例进行分析,取得了较好的效果。     

BP人工神经网络主成分分析预测模型及应用

本文提出了用主成分分析方法进行输入变量预处理的办法,以解决BP人工神经网络模拟预测复杂经济系统时输入变量过多导致效率下降的问题,实例证明,BP神经网络主成分分析模型在复杂经济系统模拟预测中比通常的BP神经网络模型有较好的效果。     

基于PCA的CS-RBF网络的股票预测研究

针对传统的RBF神经网络在选取中心矢量参数时的不足,提出用具有较强跳出局部最优的布谷鸟算法(CS)优化RBF神经网络的中心矢量的改进算法,并将该算法应用于股票价格的预测,仿真结果表明:该算法的预测精度比传统的RBF算法的预测精度高,是一种有效的股票预测方法。     

主成分分析法在神经网络经济预测中的应用

经济预测问题是典型的多指标小样本复杂系统的预测问题。神经网络非常适用于复杂非线性系统的处理，但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少，指标多的情况下，要保证神经网络的泛化能力，如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模，提高神经网络的泛化能力的方法。并对我国失业问题进行了预测，取得了良好的预测结果。     

基于主成分分析-BP神经网络的道路客运站场布局决策研究

为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法。首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量;然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策;最后,以廊坊市道路客运站场布局为例验证了方法的有效性。     

我国高等教育发展分析及其建议

依据2011年我国各省(市)高等教育的相关数据,使用SPSS软件、运用主成分分析法进行分析,比较我国各省(市)的高等教育发展状况,提出加大中西部经济发展支持力度、加大对西部高校的对口支援、继续加大中央财政对中西部地区的转移支付和各类专项资金支持力度、在中西部地区优先发展以义务教育为基础的教育事业、加大政策支持力度以吸引学生到中西部地区求学就业等措施,为促进我国高等教育事业的发展献计献策。     

主成分分析与神经网络在物流中心选址决策中的应用

传统物流中心选址模型存在种种局限，本文通过综合主成分分析和神经网络方法降低神经网络规模，提高神经网络的泛化能力，在解决非线性系统的物流中心选址问题中显示了较高的精度和效率。     

基于BP神经网络的高校暂付款预测研究

高校暂付款管理水平关系着资金使用效率与财务风险防范能力,甚至影响着高校会计信息的真实性。高校财务管理的精细化这一目标直接对暂付款管理提出了更高要求。文章根据A省30所省属本科高校2014年暂付款及影响暂付款规模的本年收入、本年支出、差旅费、专用材料费、其他商品服务支出与设备购置费6个主要因素数据,建立BP人工神经网络预测模型,仿真拟合历史数据,并利用仿真模型预测暂付款规模,与主成分回归模型比较,验证其预测精度。数据实证研究结果表明BP神经网络能捕捉到暂付款与其影响因素之间的非线性特性规律,能更好地预测暂付款规模。     

我国外汇储备的现状及发展预测分析

中国人民银行今日公布的数据显示,截至2014年3月末,国家外汇储备余额为3.95万亿美元,较2013年末增长了1300亿美元。我国外汇储备余额居世界第一。如此之多的外汇储备,其来源、结构以及带来的影响,已经成为大家关注的焦点。本文在分析我国外汇储备的现状的同时,运用线性回归分析方法对我国未来三年的我国外汇储备做出预测。并针对我国高额外汇储备给我国经济带来的负面影响,提出了合理建议。     

基于PCA-BP-GA的BOT项目风险预测研究

由于BOT项目本身的长期性和复杂性,所以在BOT项目实施前需要准确科学的预测出所面临的风险大小。针对BOT项目风险影响因素众多的问题,先利用主成分分析法进行降维,然后利用遗传算法找出BP神经网络的最优全值阈值,建立了PCAGA-BP BOT项目风险预测模型。同时将以往的BOT项目数据作为学习样本,对BOT项目风险进行预测,并利用某地污水厂的例子进行验证,说明此模型对实际工程的科学指导性。     

我国医疗卫生公共支出的研究

党的十七大提出“深入贯彻落实科学发展观、加快构建社会主义和谐社会”的要求．这为公共财政促进经济社会协调发展提出了明确的方向，公共支出更加注重支持保障和改善民生，不断加大对社会事业发展投入力度。教育、医疗卫生、社会保障等社会事业，具有明显的公益性质，直接关系到社会公众的利益和福祉。直接关系到和谐社会的建设。需要特别指出的是，医疗和公共卫生水平的提高是人民生活质量提高的重要标志．     

机械设备业上市公司财务危机预警实证分析

本文在对财务危机公司和财务状况正常公司各个财务指标进行观察和总结的基础上,选取了总资产收益率、总资产周转率、总资产增长率、每股净资产、每股收益五个最能反映企业财务危机情况的财务指标来分析企业的财务状况,并且利用主成分分析法对这些指标值进行降维处理,最后通过归纳总结得到企业财务危机预警模型。本文进一步利用该方法对我国机械设备业上市公司作了实证研究,结果表明,该模型的预测准确率达到了90%以上,能有效地预测企业在下一年度是否会发生财务危机。     

基于主成分分析-BP神经网络的道路客运站场布局决策方法

为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法.首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量.然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策.最后,以廊坊市道路客运站场布局为例进行了方法的有效性验证.     

我国考研行业发展分析及预测

近年来我国考研人数不断激增,各种各样的考研辅导班层出不穷,使整个市场杂乱无章、一片混乱。本文试从需求、供给和风险三个角度对其发展进行分析,在此基础上,对考研行业进行预测,试图提出关于考研行业发展的一些建议。     

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。     

基于人工神经网络与主成分分析的建筑工料(工日)估算方法

针对建筑工料(工日)估算问题,文章首先利用主成分分析得到一组新的输入变量,相对于原始输入变量,有效降低了输入维数,且消除了各输入分量之间的相关性,然后以新的输入变量作为改进型BP网络的输入进行训练与估算,得到了一种新的工料(工日)估算方法。仿真结果表明与直接利用BP网络训练估算相比较,采用这种估算方法,估算结果更加准确.     

基于模糊神经网络的信贷风险组合预测

本文在对银行信贷主流测量方法进行比较的基础上,提出了基于模糊神经网络的信贷风险组合预测评估方法,该方法综合考虑了财务和非财务因素对信贷风险产生的影响,信贷风险分析结果即模糊神经网络的输出不是通常的违约与不违约两种分类,而是对应于违约风险五级分类的肃属度,从而更加逼近贷款的现实决策。     

我国水运预测分析及其发展战略

经过对水运数据及其经济的背景分析,我们采用了几种相应的趋势模型方法,对水运数据进行预测分析。分析结果说明我国水运业虽然在持续的发展提高,但比其他发达国家和其他行业来看明显滞后,需要加大发展的力度和相关的政策。水运在环境协调和节省能源方面是一种很好的可持续发展交通运输方式,我们在文中提出了水运交通的发展战略。 一、水运数据的背景特点 交通数据,同我国其他许多领域的经济数据一样,在一定时期内呈现出某种上升趋势,这种上升趋势,有时通过对数据简单分析就能够看出。 交通数据的上升趋势和我国建国以来经济建设发…     

中国医疗卫生事业效益分析之系列研究——2010年基层医疗卫生事业之效益分析

研究2010年基层医疗卫生事业发展,基层医疗卫生机构主要分布在农村,以公立、非营利为主,承担发挥良好社会职责和社会效益,确保基层卫生人员的队伍及稳定性,加强资产、成本核算、成本支出的管理,提高资产利用率。     

主成分分析—BP神经网络在备件需求预测中的应用

备件需求预测在装备维修保障中占据重要的地位,针对当前主要以经验为主进行估计,与实际需求相差较大,提出基于主成分分析—BP神经网络模型的备件需求预测方法。首先利用主成分分析方法去除原始输入数据的相关性,降低数据维度,减小网络规模,选择合适的隐含层的BP神经网络。最后通过结合实例进行分析,取得较好的效果。