基于小波-BP神经网络的风电场短期风速预测

对风电场风速进行较准确预测可以调整调度计划,有效减轻风电对整个电网的不利影响。文章将小波技术和神经网络相结合对风速进行短期预测。先对原始风速数据进行小波分解,再针对各小波分量分别建立BP神经网络模型进行预测,最后通过小波重构得到原始风速预测值。仿真结果表明,所提方法能够有效地提高风速预测精度。     

基于时间序列的BP神经网络预测鄂尔多斯市的GDP

国内生产总值(GDP)是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究GDP预测方法具有重要的现实意义。在对鄂尔多斯市GDP数据序列分析的基础上,考虑到BP神经网络可以通过简单非线性函数的复合能够实现对于复杂函数的映射,本文采用BP神经网络方法来预测鄂尔多斯市的GDP,取得了较好的预测效果。     

云南省劳动力需求预测分析

本文对云南省劳动力需求的影响因素进行了线性回归分析,运用BP神经网络方法对云南省的劳动力需求进行建模与预测,最后提出扩大劳动力需求的若干对策建议。     

BP神经网络在电力需求决策中的应用

我国经济目前处于快速发展阶段,所以对电力的需求也是高速增长,但电力的供需并未处于平衡状态.本文建立了基于BP神经网络的电力需求预测,希望通过本文的分析能够较好的预测电力需求,缓解供需矛盾,从而为职能部门的有效决策提供依据,以此促进经济更健康发展.     

电网建设项目物资预控管理研究

随着国家电网公司"三集五大"管理体制的不断改革和深化,对物资集约化的要求也越来越高,加强和完善物资采购预控管理,对提高物资计划管理水平,保障物资供应起着非常重要的作用。通过对常用物资的付款比例进行研究,建立电网建设项目物资预控管理模型,并确定新建项目和续建项目的预控申请及调整方法,为物资预控提供科学合理的管理方法,最大限度地满足项目建设的需求,合理安排其预算支出,有效避免成本消耗中存在的浪费及资金不能及时、准确到位等问题。     

BP神经网络下研究汇率预测的遗传算法

BP神经网络作为现阶段应用最为广泛的神经网络模型之一长期以来通过和遗传算法的结合在诸多领域都有着良好的应用.本文从阐述BP神经网络下汇率预测遗传算法的构建入手,对于BP神经网络下遗传算法在汇率预测中的应用进行了分析.     

基于BP神经网络的库存需求预测应用

本文应用BP神经网络模型,并加入影响因子,用于库存需求量的预测,同时采用了传统的预测方法。通过各种方法预测结果的对比,说明文中所建立的加入影响因素的BP网络模型预测效果较好。     

应用BP神经网络进行住房需求预测分析

文章通过对现时住房需求预测模型的分析,针对传统预测模型的不足,提出应用BP神经网络理论构建人均住房需求预测模型。建模数据采用我国1995至2004年共10年的统计数据,其中1995-2002年的数据用做模型训练数据,2003-2004数据为模型检验数据。通过实验验证,结果表明基于BP神经网络的预测模型具有较好的适用性和较高的预测精度。     

基于GARCH-BP模型的股指预测及实证分析

本文通过建立BP神经网络预测模型和GARCH-BP神经网络预测模型,对2004￣2005年间深圳成分指数的日收盘价进行了预测分析,经过实证比较,发现GARCH-BP模型较BP模型的收敛速度快,学习能力强,预测精度较高,误差率较小。     

上市公司财务困境预测模型的再比较

该文将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic 回归和改进型 BP 神经网络三种方法进行财务困境预测.比较其预测结果发现,BP 神经网络模型的预测准确率明显优于多元判别分析和Logistic 回归模型,而后两者的判别效果接近,可见改进型 BP 神经网络模型更适合于企业财务困境预测.但三种模型的长期预警能力均不够理想,需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式,以提高预测的准确性.     

BP神经网络在中国能源安全远景态势预测中的应用

本文采用了BP神经网络对中国能源安全的远景态势进行了预测,得出中国能源安全态势在中长期都会处于危险状态的结论。考虑到人工神经网络对预测结果解释力的不足,本文将BP网络预测与主观指标预测方法结合起来,从而明确了中国能源安全系统的主要风险来源,为保障中国能源中长期安全提供了依据。     

上市公司财务困境预测模型的再比较

本文将中国上市公司因财务状况异常而被特别处理（ST）作为企业陷入财务困境的标志，采用主成分分析方法确定模型变量，并利用多元判别分析、Logistic回归和改进型BP神经网络三种方法进行财务困境预测。比较其预测结果发现，BP神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型，而后两者的判别效果接近，可见改进型BP神经网络模型更适合于企业财务困境预测。但三种模型的长期预警能力均不够理想，需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式，以提高预测的准确性。     

神经网络预测模型在A股市场预测中的应用

神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应.BP网络是最常用的神经网络模型,在处理股价预测这种复杂、模糊、非线性的时间序列预测问题方面有其特有的优势.本文对沪深300指数1000交易日的实证研究表明,神经网络对中国股票市场具有较好的预测能力.     

神经网络预测模型在A股市场预测中的应用

神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。BP网络是最常用的神经网络模型，在处理股价预测这种复杂、模糊、非线性的时间序列预测问题方面有其特有的优势。本文对沪深300指数1000交易日的实证研究表明，神经网络对中国股票市场具有较好的预测能力。     

基于神经网络的波动率对权证价格预测效果比较分析

使用BP神经网络建模预测权证的价格,得到隐含波动率预测效果要优于历史波动率,动态历史波动率的预测效果要优于历史波动率,动态隐含波动率预测效果要优于隐含波动率的结论,并且动态的不断调整的隐含波动率能够更加精确的预测期权价格。     

基于三种神经网络的股价指数组合预测方法初探

本文以三种在股市预测中经常单独使用的神经网络方法为基础,运用组合的思想,将三种方法组合应用于股市,尝试建立一种更加客观、全面、有效的预测方法.以我国自2010年1月4日至2011年12月23日两年来的上证指数为数据基础,首先运用BP、RBF、Elman三种神经网络进行了拟合与预测,然后利用组合预测法,参照三种预测的拟合程度对每一种神经网络赋以相应的权重,得出最终预测结果.     

组合优化理论在中国经济增长预测中的应用

文章采用灰色预测的GM(1,1)、变参数BGM(1,1)两种模型与BP神经网络进行组合优化,对中国GDP的增长做出预测分析,建立了灰色神经网络的GDP预测模型。组合优化模型提高了拟合和预测精度,是经济发展趋势进行预测分析的有效方法,有利于决策者制定相关的经济政策,进行宏观管理和控制。     

基于BP神经网络的用户评论意愿预测研究

本文基于BP神经网络建模、预测电商平台用户评论意愿,测试结果表明BP网络可以很好地用于用户评论意愿建模和预测.     

基于三种神经网络的股价指数组合预测方法初探

本文以三种在股市预测中经常单独使用的神经网络方法为基础，运用组合的思想，将三种方法组合应用于股市，尝试建立一种更加客观、全面、有效的预测方法。以我国自2010年1月4日至2011年12月23日两年来的上证指数为数据基础，首先运用BP、RBF、Elman三种神经网络进行了拟合与预测，然后利用组合预测法，参照三种预测的拟合程度对每一种神经网络赋以相应的权重，得出最终预测结果。     

基于BP神经网络的ST上市公司财务预警评价研究

上市公司股票被ST化,表明该股票已存在一定的投资风险。收益与风险是成正比的。根据ST上市公司以往年度财务状况,如何预测下年度公司风险状况,成为股民与学者研究的课题。利用BP神经网络,根据我国ST上市公司的财务特点,构建评价指标体系,进而利用BP神经网络对指标体系进行训练预测,实验结果证明,方法可行。