基于BP神经网络的发动机机体工时定额研究

针对新发动机机体工时定额难度大,以经验估计为主,且对报工的工时核定难度大,通过以S型机体铣床工序为例,运用BP神经网络模型,从工艺文件的结构参数中抽取部分数据作为训练集,构建了发动机机体工时定额神经网络模型。同时运用线性回归方法对工时定额进行了预测,通过对比分析发现,BP神经网络计算的误差较小,适用于机体加工前期对工时定额的初步、快速估算。     

基于BP神经网络的货运量预测方法

总结了常用的几种定量预测方法,并指出其在实际应用中的不足。而人工神经网络自身具有鲁棒性、容错性、有表示任意非线性关系的能力和学习能力等特性,为预测技术提供了一种新的思想和方法。最后把这种预测方法应用于物流预测取得了满意的结果。     

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。     

论基于BP神经网络的GDP预测

在经济分析中,通常采用时间序列模型对进行拟合GDP,GDP预测由于其影响因素复杂、具有很强的非线性,是典型的"黑箱"模型,建立在计量经济学理论基础上的线性方法,难以描述GDP预测中的非线性现象,容易造成预测误差过大.通过对BP神经网络数据进行归一化和选择适当的节点及学习率可变的算法大大提高了预测的精确度和效率.     

基于BP神经网络的工作岗位评价系统设计

本文在建立工作岗位评价指标体系的基础上,设计了一种基于BP神经网络的工作岗位评价系统。为了克服传统BP神经网络容易陷入局部极小、收敛速度慢等缺点,通过增加动量项、学习率的自适应调整等改进方法建立新型的BP网络,采用层次分析法生成网络训练样本。该评价系统有效地利用了BP神经网络的优点,避免了工作岗位评价过程中的一些人为失误。仿真试验表明,该评价系统取得了令人满意的结果。     

基于BP神经网络的我国粮食产量预测

粮食是一个国家的立国之本,对于中国而言,粮食问题占据举足轻重的地位,甚至关系到整个社会的稳定。文中基于BP神经网络,在过去二十三年的粮食产量数据的基础上对中国2012—2016年的粮食产量进行了预测,基于预测结果可知未来五年中国粮食是可以满足人口的需求的,从而确定未来五年政府的粮食储备工作可以有所缓解。     

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神经网络的建筑工程估价模型研究

提出了基于BP神经网络的工程造价估测模型，以工程特征为参数，用历史数据，建立模型，并验证了BP精神网络模型在工程造价估测中的优良效果，结果显示，BP神经网络在这方面具有很好的应用前景。     

基于BP神经网络的商品房销售量预测研究

商品房销售量受多个因素的作用，而且这些作用多是非线性的。商品房销售量预测实质上是实现一个非线性的映射。本文选择了恰当的经济指标作为BP网络的输入输出变量，探讨将神经网络技术应用于商品房销售量的预测领域，并与回归模型、Logistic模型的预测结果进行比较，结果表明人工神经网络方法在商品房销售量预测中的应用是可行的，预测效果更好。     

基于BP神经网络的财务预警方法探究

财务危机一直是困扰企业的一个痼疾，实务界和理论界也一直在寻找一种科学简便的方法来对财务进行预警。基于此，本文从财务预警的基本内涵出发，描述影响企业财务状态的渚因素，阐述了人工神经网络应用于财务预警的理论依据和基本构想，建立了财务预警的反向误差传播（back-propagation，BP）模型，提出了基于该模型的财务预警框架．以期对财务预警提供参考。     

基于BP人工神经网络的快速工程估算研究综述

我国建筑行业发展长期受到三超现象困扰,因此近年来如何通过成本管理合理预测工程造价成为现阶段建筑行业的主流思想.有越来越多的研究希望通过人工神经网络模型应用于工程造价估算来达到合理建模,快速估价的目的.为了明确人工神经网络估算模型在工程估算中的应用和发展前景,需要对相关文献进行综述和梳理.首先,先从应用最广泛的BP神经网络估算模型入手,分析该BP神经网络模型应用过程中的优缺点,并对现有解决方法进行综述.其中讨论了通过强弱耦合弥补BP模型应用缺陷以及选取其他常见模型应用于工程估算,如:RBF神经网络模型、模糊神经网络模型.最后,我们对人工神经网络的研究前景进行展望,为实现工程造价智能化奠定了基础.     

基于BP网络的建筑工程造价估算

建立了适于建筑工程造价的BP神经网络模型，通过对建筑工程各主要特征类目定量化并结合所建立的BP经网络模型，运用MATLAB工具箱来快速估算建筑工程造价。经工程实例证明，该方法为一种快速、可靠的建筑工程造价估算方法。     

基于BP神经网络的民用汽车运力资源预测

在研究汽车保有量及其影响因素的基础上,依照神经网络系统理论,建立了神经网络预测模型,与传统的灰色预测法相比,预测精度得到了较大的提高,对合理制定运力资源管理政策,确定运力征用预案具有重要的参考价值.     

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BP神经网络的MRO需求量预测模型研究

在分析MRO物料特点的基础上,利用BP神经网络算法,对MRO类物料历史需求数量的时间序列数据建立预测模型,解决了MRO类物料由于需求不稳定,影响因子难以确定等带来的需求量预测精度偏低的问题.并通过实证分析说明了BP神经网络在MRO类物料需求量预测上的有效性.     

基于神经网络和蒙特卡罗方法的天气衍生品定价研究

参考温度变化过程的固有特性,利用1951年至2010年重庆市的温度数据,采用BP神经网络对温度进行预测估计,并采用蒙特卡洛方法对天气衍生品进行定价.仿真结果表明,该方法有效且相对误差较小,对开发重庆市的天气衍生品市场有一定的实用价值.     

基于BP神经网络的服装出口预测

服装出口贸易受到国内国际诸多因素的影响,是一个复杂的非线性系统。BP神经网络能够以任意精度逼近任何一个具有有限间断点的非线性函数,特别适合于解决非线性系统的预测决策问题。采用三层BP神经网络对我国服装出口进行预测,结果表明该方法能有效的对服装出口进行预测。     

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。