贝叶斯正则化BP神经网络在地铁施工安全评价中的应用

为了获取准确的地铁施工安全评价,文章通过建立贝叶斯正则化BP神经网络模型,克服传统安全分析方法的不足之处,防止网络的过度拟合。将此模型运用于MATLAB,可以发现贝叶斯正则化BP神经网络在推行能力和泛化能力上有着较好的表现。在当前基础上进行敏感性分析,就地铁施工安全影响因素进行重要程度排序,提高地铁施工安全管理,以防此类地铁安全事故的发生。     

基于进化算法神经网络的经济预测

一、基于进化算法的前馈神经网络算法 对ＢＰ网络来说确定网络参数是一个非线性优化问题,而一般使用的方法正是基本的最速下降法。所以ＢＰ算法不可避免地存在一些最速下降法无法克服的缺陷,为了克服缺陷,一些学者如Ｎｏｒｉｏ．Ｂａｈａ选择了随机优化算法以代替ＢＰ算法,取得了一些较好的结果,但不足以证明它比ＢＰ算法更加优越。 在神经网络理论日益成熟的同时,另一种仿生计算方法“进化算法（ＥｖｏｌｕｔｉｏｎａｒｙＰｒｏｇｒａｍｍｉｎｇ）”逐步地发展起来。进化算法是由美国的Ｌ．Ｊ．Ｆｏｇｅｌ、Ａ．Ｊ．Ｏｗｅｎｓ和Ｍ．…     

基于BP神经网络的危化品运输企业安全评价模型及应用

针对全方位的危化品运输企业安全要素建立了基于BP神经网络的评价模型,采用基于最速下降法的权值学习算法进行权值修正,使得评价方法具有快速、准确的特点.用样本数据训练了神经网络评价模型,测试结果显示评价模型自我调节能力强,精度较高,适合受随机评价因素影响较重的危化企业安伞评价应用.     

基于BP神经网络的危化品运输企业安全评价模型及应用

针对全方位的危化品运输企业安全要素建立了基于BP神经网络的评价模型,采用基于最速下降法的权值学习算法进行权值修正,使得评价方法具有快速、准确的特点。用样本数据训练了神经网络评价模型,测试结果显示评价模型自我调节能力强,精度较高,适合受随机评价因素影响较重的危化企业安全评价应用。     

基于径向基神经网络的网络流量预测

针对网络流量在时序上的复杂非线性特征,采用径向基函数神经网络对网络流量时间序列进行预测。用自相关分析技术分析时间序列的延迟特性,建立了基于MATLAB6.5环境下径向基神经网络的网络流量预测模型,并用本校网络流量数据进行了验证。结果表明,该模型拟合精度和预测精度较高、计算速度较快。     

基于BP神经网络的零售连锁企业安全库存预测方法

通过对零售连锁企业中安全库存量的影响因素分析,建立相应的BP神经网络预测模型,并用实际安全库存量对网络进行训练,利用训练好的模型进行安全库存量的预测,实验结果表明准确度较高。     

基于BP神经网络的零售连锁企业安全库存预测方法

通过对零售连锁企业中安全库存量的影响因素分析,建立相应的BP神经网络预测模型,并用实际安全库存量对网络进行训练,利用训练好的模型进行安全库存量的预测,实验结果表明准确度较高.     

基于朴素贝叶斯的供应链金融信用风险预测分析

“供应链金融”是近年来金融机构针对供应链上下游企业提供的一种全新的金融服务．这项业务在金融机构方面也存在一定的风险。针对由贷款企业造成的信用风险,文章利用朴素贝叶斯技术预测申请贷款企业的还款风险．金融机构能据此识别不同企业,并针对不同还款能力的企业制定不同的金融政策以控制和规避金融风险。     

基于DE-BP神经网络模型的旅游客源预测

客源预测在旅游业发展中具有重要的作用,准确的预测有利于旅游地发展规划和政策的制定。针对BP人工神经网络所存在的缺陷,结合差异演化算法,提出了基于DE-BP神经网络的旅游客源预测模型。利用中国入境旅游人次数的变化趋势进行了综合分析与预测,取得了令人满意的结果。     

基于遗传算法的ELMAN神经网络模型在家电连锁行业中的应用

文章采用遗传算法优化反馈人工神经网络来建立一个预测模型,对家电连锁行业的某品牌商品的采购额进行预测。通过准确预测来降低企业库存和机会成本,达到提升核心竞争力的要求。通过与国内某知名家电连锁企业的采购预测工具所得结果相比,文中的模型预测结果有着较为明显的精度。这充分说明本文的模型可以有效降低企业的库存和机会成本,具有较好的应用价值。     

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神经网络的西安市宏观经济预测

宏观经济系统是一个复杂的非线性系统,对宏观经济进行预测应采用非线性的工具进行建模。采用BP神经网络对西安市宏观经济指标进行预测,此预测模型只需少量训练样本就可以确定网络的权值和阈值。实验表明模型预测精度高,能够对西安市宏观经济系统中的非线性关系进行描述,使建立的非线性模型与实际系统更加接近。     

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。     

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。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

基于遗传神经网络的我国煤矿安全预警评估研究

针对煤矿安全生产的特点,对安全生产隐患进行识别,建立了基于员工因素、机器设备因素、环境因素、管理因素、信息因素的煤矿安全预警评估指标体系;提出了基于遗传神经网络的安全预警评估模型,并对该模型进行了实证分析;实践表明,遗传算法优化的BP神经网络预警评估模型有较好的适应性和预测精度,为煤矿安全生产的长效机制提供决策支持。     

小波神经网络对沪深A300的分析和预测

针对金融时间序列非平稳性、非线性的特点,本文采用小波分析与人工神经网络相结合的方法,对沪深A300收盘价进行分析和预测。结果表明,小波神经网络有较强的预测能力,能达到预期效果。为了验证该方法的预测能力,进一步将时间序列数据多步分段,全方位地进行预测,并与小波-ARIMA模型、BP神经网络预测方法进行比较,体现了小波神经网络的预测优势。     

模糊层次分析法优化BP神经网络的交通冲突预测模型

本文通过全面剖析影响交通冲突的原因,以交通流量、道路几何设计和道路环境三方面的因素建立指标层次结构体系。提出基于模糊层次分析(FAHP)法优化BP神经网络(BPNN)的预测模型,应用于交通冲突预测。