小样本条件下的煤矿安全评价方法研究

研究煤矿安全评价问题的现状,针对传统的BP神经网络要获得可信度较高的评价模型需要大量的样本进行学习的缺点,采用V-fold Cross-validation技巧,利用MATLAB神经网络工具箱,建立基于BP神经网络的煤矿安全评价模型,利用实际指标数据研究小样本条件下的煤矿安全评价,并验证评价效果的有效性.     

基于BP神经网络法的煤矿安全评价系统研究

进行煤矿安全评价是实现煤矿安全生产与管理的重点,对于煤矿开采生产安全有着非常重要的作用和影响。BP神经网络法进行煤矿安全评价的应用,是在传统的煤矿安全评价计算方法难以对煤矿生产中出现的安全状况进行准确评价的基础上,提出的一种针对煤矿安全生产进行评价计算的改进方法,不仅对于煤矿安全生产评价准确性较高,并且具有较为突出的安全评价应用有效性和实用性。本文在对于BP神经网络进行煤矿安全评价的计算原理分析基础上,对其在煤矿安全评价系统中的应用实现进行研究分析,以促进煤矿开采生产的安全性。     

基于人工神经网络的物流中心选址决策模型研究

物流中心选址在整个物流系统规划中占有十分重要的位置,需要决策者综合考虑多个因素。本文根据物流环境、生产能力和经济效益三方面组成的10个评价指标和单因素评价标准,应用BP神经网络方法对某市物流中心选址进行决策研究。根据单因素评价标准生成足够多用于神经网络建模用的训练样本、检验样本和测试样本,用检验样本实时监控训练过程以避免出现“过训练”现象,建立可靠的BP模型。示例计算结果表明：与多级模糊综合评价方法相比,本文建立的BP神经网络决策模型具有定量分析和比较精细、客观的特点,在物流中心选址决策研究中具有较好的应用价值。     

基于FA-BP神经网络的养老地产PPP项目风险评价

为了解决养老地产PPP项目风险因素冗杂且普遍存在共线性问题,提出因子分析与BP神经网络相结合的风险评价模型。构建了养老地产PPP项目风险指标体系,运用SPSS软件对风险因素降维处理,结合MATLAB工具建立BP神经网络风险评价模型。选取9个相似工程项目数据作为学习样本,对模型进行训练并验证。结果表明,BP神经网络风险评价模型的实际输出结果与期望值误差在±5%以内,说明评价方法具有较高的准确性和可靠性。     

基于灰色神经网络的高校教师职称评审预测

提出一种针对我国高校教师职称评审的预测模型。该模型通过将灰关联分析与BP神经网络相结合的方式实现,利用灰关联分析找出高校教师职称评审的各影响因子与职称晋升的潜在关系,为BP神经网络提供筛选输入因子的功能,最后通过训练BP神经网络来实现预测。选用某高校2012年副教授评审实际数据作为评价样本,将原有的6-8-2的网络结构简化为5-8-2,结果表明,建立的评审模型的结论优于基于BP神经网络的结论,且训练效率也有大幅提高,有一定的推广应用价值。     

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BP神经网络模型的持续经营不确定性审计意见预测

本文选取了2007~2010年上市公司中被出具持续经营不确定性审计意见的公司为样本,按持续经营能力严重程度分阶段利用BP神经网络建立预测持续经营能力审计意见模型。与Logistic回归预测结果比较,结果显示BP神经网络模型精确度较高,可以克服常规统计方法的限制,但是BP神经网络模型稳健性较差,选取不同的学习率和动量参数对模型有一定的影响。     

城市生态交通系统评价

基于交通网络、交通体系完善性、交通环境、交通景观和交通文化五个方面提出城市生态交通协同理论体系,以既有的城市交通系统可持续发展评价指标体系为基础,构建了一套城市生态交通评价指标体系。基于BP神经网络建立一个三层的城市生态交通评价模型,选取sigmoid函数作为评价模型的传递函数,traingdx作为训练函数,隐含层单元数确定为16。根据收集到的9个城市生态交通评价指标数据,选取其中5个城市数据作为评价模型的学习样本,建立城市生态交通系统BP神经网络评价模型,并对另外4个城市数据进行一般性检验,验证了BP神经网络在城市生态交通系统评价中的准确性与适用性。     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确.     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确。     

基于BP神经网络的项目风险评估

风险评估是项目风险管理过程中最困难、最耗时的一个过程,论文给出了项目风险评估的基本流程和评价方法,采用模拟生物神经元基本功能的BP神经网络技术建立了风险评估模型;并通过matlab神经网络工具箱学习训练该网络模型。经测试数据验证,结果比较准确,具有广泛的实用性。     

电力企业信息安全风险评估模型研究

以信息安全管理标准ISO17799的规定为基础构建了电力企业信息安全风险评估指标体系,运用熵权法确定评价指标权重,并以此作为BP神经网络输入的初始权重,提出了BP神经网络信息安全风险评估模型,仿真结果显示,评价结果是令人满意的。     

电子产品安全库存水平的分析及预测

在分析影响电子产品安全库存因素的基础上,利用BP神经网络构建了电子产品安全库存水平的预测模型。该模型能够很好地反映出电子产品安全库存与其影响因素间复杂的非线形关系,具有较高的预测精度。     

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。     

大型地震应急物资需求预测方法研究

大型地震给社会造成了重大的人员伤亡和财产损失,灾后应急物资的及时供应对挽救生命至关重要,而应急物资需求预测是供应的前提。本文利用BP神经网络算法对灾后人员伤亡人数进行预测,然后结合库存管理知识估算灾区应急物资的需求量,以期为灾后应急物资的筹措和配送决策提供参考。最后,运用该方法对"5.12汶川地震"中的极重灾区北川县的应急物资需求进行了估算。     

基于BP神经网络的物流项目风险评估

风险评估是项目风险管理过程中最困难、最耗时的一个过程,采用BP神经网络技术建立了风险评估模型：并通过神经网络工具箱训练该网络模型,对物流项目风险进行评估。经测试数据验证,结果比较准确,具有广泛的实用性。     

基于BP神经网络的ETC系统客户的流失分析研究

文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。     

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。     

第三产业产值比重预测的BP神经网络模型

宏观经济政策的制定要参照各次产业的发展水平,所以对产业发展水平进行评估和预测就显得十分必要。通过运用改进BP算法神经网络的建模方法对我国第三产业产值比重进行分析,最后建立了单隐层的BP神经网络模型。结果表明基于改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,模型的通用性和实用性强。     

人工神经网络在经济预测中的应用

研究了人工神经网络在经济预测中的应用问题,探讨了人工神经网络的时间序列预测方法。该方法采用多层前馈神经网络及BP算法,其仿真实现是以MATLAB下神经网络工具箱作为开发工具。文中提出了一种基于BP网络时序预测通用方法,并通过实例验证了该方法的预测精度明显高于灰色系统预测方法。为了消除单一神经网络预测模型的系统偏差,探讨了组合神经网络时序预测方法;并用实例验证了组合神经网络比单一神经网络的预测精度高。