基于神经网络计量经济学模型经济扰动分析的研究

神经网络计量经济学模型可以描述很复杂的经济现象，但由于神经网络模型没有一目了解的函数关系，限制了经济振动分析的进行。本文利用数值求导得到了一个基于神经网络计量经济学模型的经济振动分析公式，并通过建立一个神经网络递归计量经济学模型来描述日本政府参与中小企业金融的行为，并在此基础上用经济振动分析来进行检验。     

影响我国粮食产量的计量经济学模型分析研究

粮食问题关系民生,是各国普遍关注的问题.我国人口基数大、增长速度快,保障粮食安全能够促进社会的和谐稳定发展.对于任何一个国家来讲,农业都是其根本所在,尤其对于世界上人口最多的中国来讲,粮食对于国家安全、国民经济的健康稳定发展具有重要的战略意义.根据官方数据,通过模型设定、估计、检验、调整,得出影响我国粮食产量的计量经济...     

储油罐的变位识别模型

通常加油站的地下储油罐都有与之配套的罐容表,用以计算馆内油位高度与储油量的变化情况。储油罐在使用一段时间后,由于地基变形等原因,使罐体的位置会发生纵向倾斜和横向偏转等变化,即变位,从而导致罐容表发生改变。因此需要用数学建模方法研究解决储油罐的变位识别。     

基于径向基神经网络的物流绩效评价方法

在分析物流绩效关键影响因素基础上,提出采用径向基神经网络模型应用于物流绩效评价测试。以多个主要影响因子为网络的输入信息,建立物流绩效综评遗传神经网络模型,采用正交最小二乘法进行学习训练,进行不同综合评价方法对比。     

基于BP神经网络实现的B样条插值在系统动力学模型的应用

在系统动力学建模的过程中,系统变量之间的关系难以确定,传统的建模方法存在着很大的主观性,利用BP神经网络的方法则可以避免这个问题。而在建立BP神经网络过程中需要大量的学习样本,然而通常采集到的数据往往是不足的。用3次B样条函数对历史数据进行插值的方法构建系统中状态变量的学习样本,解决BP神经网络模型中学习样本不足的缺点,能更好的反应变量之间的非线性映射关系。     

基于最小一乘准则最优回归模型的区域物流需求预测问题研究

结合统计学理论的研究成果,主要探讨了最小一乘法及其性质和求解,为最小一乘回归模型的应用奠定了基础,同时通过区域物流需求预测问题的研究,证明了最小一乘法的回归结果非常好,预测误差小,取得了可以接受的预测效果,并具有很好的稳健性.     

我国通货膨胀的成因分析及应对建议——基于计量经济学模型的探讨

本文通过对我国1980年至2012年的CPI指数变动规律的观察,分析了我国通货膨胀的走势和通货膨胀的诱因,从众多因素中提取GDP、固定资产投资、外汇储备、定基比CP(I基期为1978年),作为CP(I上期为基期)的解释变量,运用实证分析的方法,建立回归模型;并逐步检验和修正,最后得出结论:1980～2012年中国通货膨胀的成因主要是需求过热、供给不足、外汇储备过多;并针对结论提出建议,人们更应该关注人均消费的商品数量,进一步完善外汇管理机制,维护物价稳定的预期。     

结构方程模型在综合评价应用中的问题和对策

院文章在总结近年来文献成果的基础上,通过分析两类结构方程模型的理论本质,指出了这两种方法在综合评价实践中的问题,并给出正确运用这两类方法进行综合评价的建议。文章认为,基于协方差分析的结构方程模型（CB-SEM）适用于评价多个指标的相关结构。而基于偏最小二乘的结构方程模型（PLSPM）适用于构建综合指数进行综合评价。     

零售业产品周期的系统动态仿真研究

本文主要构建了简单的零售业产品周期动态系统模型，并在此基础上，应用系统动力学方法和统计方法，详细分析了生产-销售-库存动态变化中的关键因素，合理地确定了商品售价函数曲线、库存函数曲线，为企业决策提供了理论依据。     

非线性计量经济模型的非参数估计方法研究

本文提出使用核估计的方法构造平滑转移模型(STR)的非参数模拟最大似然估计(NPSML),给出了NPSML估计量的构造方法、渐近性质以及相应的核函数和窗宽的选择准则,并利用滑动窗宽算法对估计量的构造过程进行了改进。通过Monte Carlo实验证明,该方法是可靠的,并且当误差项存在序列相关时,此种估计量是稳健的。     

平面交叉口机非冲突模糊神经网络模型的研究

基于机非冲突技术,根据冲突数量和严重程度采用模糊聚类法将甘家口交叉口冲突区分成了3类;选取冲突级别较为严重的冲突点—直行自行车与相邻车道的右转机动车的冲突为研究对象,从自行车和右转机动车的运行特性、违章行驶行为、交通环境等方面深入地分析交叉口引起冲突的安全因素;从安全工程学的角度,以交叉口交通冲突为事故树的起点建立平面交叉口机非冲突事故树,并对其进行定性定量分析;根据事故树分析结果,把事故树的最小割集作为输入样本建立平面交叉口机非冲突模糊神经网络模型,用Matlab编程实现了对冲突和引起冲突的各原因间关系的预测,最后进行实例验证表明该模型可以较好地分析、预测和评价引起平面交叉口机-非冲突的主要原因。     

TORNADO燃机故障诊断的神经网络模型研究

为改善单神经网络收敛速度慢的问题,本文采用组合神经网络建模方法,建立了燃机性能仿真网络模型,并进行实验验证。建模过程中,将建模对象划分为三个相对独立的子网络,利用获取的实验数据组成训练域对网络进行训练,建立起一套可用于燃气轮机控制系统仿真及故障诊断的组合神经网络模型。实验结果表明:该模型平均输出误差约为3%-6%,计算时间小于100ms,可用于基于模型的燃气轮机诊断系统。     

基于人工神经网络的互联网公司估值方法研究

资本市场认为互联网公司市值的驱动因素应包括盈利因子、运营因子、流量因子和协同因子。将协同效应指标考虑到公司估值体系中,意图构造互联网公司优化估值模型。使用美股上市的互联网企业数据建立了评价指标体系,通过因子分析实现了二级指标降维,通过实证分析确认了四个因子与公司市值的相关关系,最后构建了基于人工神经网络BP算法的互联网公司估值模型,通过预测数据的检验发现模型的准确度较高。随着2018年互联网公司美股上市潮的持续,该模型能有效为资本市场估值提供参考。     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理。利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型。最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性。     

基于BP神经网络的运输通道交通方式选择模型研究

通过分析LOGIT模型效用函数构造存在的不足,探讨了利用BP神经网络解决方式划分问题的基本原理.利用BP神经网络良好的非线性逼近能力对LOGIT模型的效用值的确定进行改进,构造了基于BP神经网络的运输通道出行方式选择模型.最后给出了一个算例,详细介绍了基于BP神经网络的交通方式划分模型的建立、训练仿真的过程,预测结果表明该模型对交通方式划分问题不仅有很强的解释性,同时具有很好的可操作性.     

基于聚类分析判别函数的神经网络评价模型研究

本文是在对于企业成长质量模型的评价指标因子分析的基础上，对所研究企业进行聚类，对每一类中企业因子得分的均值排序确定该类的优劣性；并且用BP神经网络计算出惟一的判别函数，作为企业成长质量的评价模型，根据所查到的文献资料，尚未见用此方法惟一确定判别函数的先例。     

基于BP神经网络的果品冷链物流预警模型研究

分析了我国果品冷链物流的现状,针对果品安全指标进行定性和定量分析,建立果品安全预警的BP神经网络模型,最后用MATLAB软件实现模型并进行训练,结果表明可实现果品安全指标的提前预警.     

波动性产品需求预测的神经网络模型

随着市场竞争的日益激烈,消费者的心里越来越复杂,这样导致了产品的需求的波动性大大增加。这种强波动性的产品需求序列中除了随机性外还存在混沌性,根据混沌理论可知,混沌的短期预测是可行的。为了有效的对这些混沌性进行预测,选择了神经网络作为预测模型,因为神经网络对非线性具有较好逼近能力。在网络结构选择中考虑了混沌序列的嵌入维数,并在隐层中加入了径向基以更好的拟合数据。在针对目前很多企业具有数据库和数据仓库的背景,给出了基于数据挖掘的具体预测方法,并通过实例演示了预测的有效性。