基于层次分析法及BP神经网络的我国船舶订单预测研究

据中国船舶工业行业协会统计,2009年上半年全国船舶行业70户重点监测企业造船完工量1233万载重吨,同比增长60_2％,新承接船舶订单546万载重吨,同比下降80．7％;截至6月底,手持船舶订单16793万载重吨,比年初有较大幅度下降。在订单不足、造船能力快速释放的阶段,如何确保订单的安全性和稳定性成为当前造船企业的首要任务。从手持订单量出发,借助层次分析法和BP神经网络,对2009年我国造船行业做一个简单预测,以期对我国造船业的发展提供借鉴和参考。     

工程造价估算模型研究与基于层次分析法的BP神经网络模型应用

本文阐述了工程估算模型概念、分类,神经网络的基本概念、基本结构和算法原理,建立了基于层次分析法的BP神经网络的工程造价预测模型,并根据模型借助MATLAB神经网络工具箱对案例分析,对其具体应用过程作了阐述。研究表明使用BP神经网络来进行工程造价预测是完全可行的。     

基于BP神经网络的物流需求量预测模型研究

本文利用神经网络理论，建立了时间序列对象的反向传播（back-propagation，BP）预测模型，运用于物流需求量预测。并通过实例分析，验证了本模型的科学性与正确性。     

基于模糊神经网络的商品价格预测模型

为了方便地预测大型商品的价格,建立了一个模糊神经网络预测模型。该模型能够通过分析影响商品价格的各种参数及历史数据来评定一个新商品的大致价格水平。同时,在比较了FNN与ANN的基础上得出了FNN的优势。     

基于AHP法与BP神经网络的应急物流风险评估与预测模型

采取AHP法和BP神经网络技术纵向相结合方法,建立了应急物流风险评估与预测模型。首先建立了应急物流风险评估的评价指标体系,给出了AHP层次分析法筛选指标的方法,然后设计了改进型神经网络模型评价与预测步骤。     

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。     

基于模糊层次分析法的房地产投资决策研究

房地产投资项目本身具有一定的模糊性,采用模糊层次分析法,建立模糊一致矩阵,判断各方案在各指标下的权重,然后进行排序,为企业的投资决策提供参考。文章以陕西省某房地产企业选址投资为例,验证了此模型的合理性与可行性。     

基于模糊层次分析法的房地产投资决策研究

房地产投资项目本身具有一定的模糊性,采用模糊层次分析法,建立模糊一致矩阵,判断各方案在各指标下的权重,然后进行排序,为企业的投资决策提供参考。文章以陕西省某房地产企业选址投资为例,验证了此模型的合理性与可行性。     

基于BP神经网络的CCI预测模型

将BP神经网络模型应用到消费者信心指数预测中,并建立了消费者信心指数的神经网络预测模型。将计算结果与真实值进行了验证,结果表明:CCI的计算值与真实值之间的相对误差为2.6%,且具有较好的相关性。     

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。     

基于模糊层次分析法的种粮机具选型管理

本文结合种粮机具选型的实际情况,提出从影响选型决策的基本因素出发来建立选型的指标体系,并讨论了种粮机具选型指标体系的构成。最后,将模糊层次分析法应用于种粮机具选型,建立了选型模型,并通过实例证明模型合理可行。     

基于BP神经网络模型的国内旅游人数预测

旅游人数的分析和预测是旅游规划与管理的关键性、基础性工作。目前旅游人数预测主要采用基于传统研究方法的预测方法。提出了一种基于BP神经网络模型的国内旅游人数预测新方法,对国内旅游人数的变化趋势进行了综合分析与预测,结果表明该方法具有较高的精度,该模型在旅游人数预测中的应用是可行的。     

基于Echo State Neural Networks的短期交通流预测算法

在城市交通环境,交通流的正确预测是比较困难,因为多个十字路口,这使得预置的交通控制模型之间的相互作用和intertwinement不能保持始终高性能在所有的交通情况。     

基于贝叶斯正则化神经网络的道路交通安全倾向性预测

对典型部门影响交通安全的相关因素进行了集成分析,构建了道路交通安全倾向性预测指标,在此基础上采用贝叶斯正则化神经网络对沈大高速公路某路段的道路交通安全倾向性进行了预测,对网络结构、训练集、预测集以及学习次数进行了优化.预测结果表明,在推广能力方面,贝叶斯正则化神经网络优于传统的神经网络,可作为探究道路交通安全系统内部各影响要素关系的辅助手段.     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

基于BP神经网络的股票涨跌预测模型

利用SPSS软件从上市公司的11个财务指标中筛选出与股票涨跌显著相关的7个财务指标,然后以这7个财务指标为输入向量,以涨跌情况为输出向量,利用BP网络建立了多只股票涨跌预测模型。仿真结果表明,该模型对于多只股票的涨跌预测是非常有效的,具有实用性。     

基于模糊层次分析法的绿色物流企业综合效益评价研究

绿色物流不仅创造经济效益,而且创造生态效益和社会效益。基于此,站在企业综合效益的角度上对绿色物流进行效益评价,分析了绿色物流综合效益评价的指标体系,借助于模糊层次分析法,建立了绿色物流综合效益的评价模型,希望能够对绿色物流企业的评价提供一定的借鉴意义。     

基于网络的智能交通信号控制系统

针对城市交通控制系统的缺陷和不足,将基于网络的控制方法引入道路交通控制系统,并建立整合模糊控制和神经网络的模糊神经网络的控制模型,实现了控制系统的智能化、低成本,为现有的道路交通控制提供了一种新的解决思路。     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。