基于主成分分析法和BP神经网络的电力客户信用评价

为了加强电力公司对电力客户信用风险的事先控制,降低电力公司运营风险,需要对电力客户按信用等级进行分类.确定不同客户的信用风险等级,以便执行不同的信用风险控制策略.本文通过将定量与定性的指标相结合,建立了电力客户信用评价指标体系.引入主成分分析法和改进的BP神经网络法,将两者相结合,建立数学评价模型.通过将指标体系中的各指标带入该模型进行测算,可以计算出电力客户信用风险大小,从而确定各个客户信用风险等级.实例研究表明.利用此指标体系和数学模型能够准确地判断电力客户所处的信用等级,对于电力公司规避电力客户信用风险有较强的实际指导意义.     

基于BP神经网络的商业银行信用风险预警研究

信用风险是指借款人没有能力或没有意愿按期还本付息而给贷款人造成损失的风险。传统的信用风险主要来自于商业银行的贷款业务,现代意义上的信用风险考虑到了风险环境的变化,不仅包括传统定义上的贷款违约风险也包括借款人违约可能性发生变化而给银行资产造成损失的风险。本文在研究目前较为流行的信用风险度量模型之后,提出BP神经网络预警系统来预警信用风险。     

基于BP算法的神经网络信用风险度量实证研究

理论与实际相结合,应用神经网络技术,构建了一个基于BP神经网络技术的信用风险评价模型,对我国传统的信用风险分析方法进行改进,克服了以往我国信用风险度量中存在主观随意性的特点,为我国信用风险度量模型的建设拓宽了思路,丰富了我国信用风险体系建设中的度量方法。     

基于BP神经网络的上市公司财务预警模型研究

上市公司的财务问题历来是投资者关注的热点,对公司财务状况进行预测是投资者是否进行这项投资行为的决策参考.文章利用人工神经网络算法在上市公司财务危机预测方面建立预警模型,以2019年首次被公开处理或被退市风险预警处理的40家上市公司和随机抽取的40家非ST公司为研究对象,采用t-3期即2016年样本公司的财务数据来预测我...     

基于改进BP神经网络的股票预测

股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见.本文将附加动量法与BP神经网络结合,应用附加动量法去寻找BP神经网络的初始权值和阈值,并且应用主成分分析提取贡献率达到90%的主成分作为输入变量对股票进行预测,从而进行分析比较.实验结果表明,PCA-AM-BP模型在降低预测平均误差的同时,运行时间大大减少,加快了算法收敛速率.     

基于主成分分析和BP神经网络算法的股权众筹风险评价研究

近年来,随着股权众筹的迅速发展,其在实际运作中风险评估和防范问题引起了人们的关注.基于此,本文首先利用主成分分析的方法构建了股权众筹风险评估指标体系,其次,利用BP神经网络以众投邦平台股权众筹项目为例进行了实证研究.结果显示:众筹风险评估指标体系由审核估值风险、发起人能力风险、项目本身风险、法律风险、经营风险、监管风险及流动性风险等七个指标构成;BP神经网络的方法在股权众筹风险评估方面是可行且有效的.研究结论可为我国股权众筹风险评估和防控及金融风险防控具有重要的理论及现实意义.     

基于因子分析BP神经网络的上市公司财务业绩综合评价

为了克服传统的主观赋值的财务业绩评价方法,将因子分析法和BP人工神经网络相相结合,建立了评价模型．并用河南省31家上市公司数据加以验证。实证分析表明,这种测评方法减少了评价过程中的随机性和评价人员主观上的不确定性及其认识上的模糊性,而且通过对参评样本的不断学习,使系统误差达到预定的范围内。     

基于BP神经网络的情景教学效果评价

目前高职教学要求课堂实施"教、学、做"一体的教学模式,而在这一模式下必须打破传统的教学方法,大多采用情景教学法进行教学.为检脸情景教学法的教学效果,本文利用BP神经网络的自适应和自学习功能,提出一种基于BP神经网络的情景教学效果评价模型,并选取若干教师应用此模型,对其原有的情景教学质量数据进行了测试,结果表明,利用该模型进行情景教学质量评价较为客观合理.     

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。     

基于BP神经网络的省级自然科学基金项目评价模型研究

在构建省级自然科学基金项目评价体系的基础上,针对基金项目评价提出了一种基于BP神经网络的多指标综合评价模型。该模型能够根据指标数据对基金项目实施效果进行有效的评价。用该模型对相关结题数据进行处理,其结果与专家的定性评价保持一致,说明该模型能够应用于省级自然科学基金项目代替专家评价。     

基于BP神经网络的关中平原城市群物流竞争力评价

在区域协调发展和物流作用日益明显的背景下,为了解一个区域内不同城市之间物流发展水平的高低,提高整个区域内城市物流发展水平,有必要进行物流竞争力的评价研究。基于BP神经网络方法,对关中平原城市群11个城市的物流竞争力进行评价,获取了关中平原城市群物流竞争力排名,通过对评价结果的分析为关中平原城市群各城市明确自身物流产业现状提供参考。结果表明,关中平原城市群的发展以西安为“龙头”城市,呈现出“多弱少强”的格局,咸阳、宝鸡和渭南与西安相距较近,已成为城市群内部的二级核心城市,运城、临汾等7个城市竞争力较弱。     

基于BP神经网络的城市创业环境评价模型构建

基于GEM理论框架,从经济、政治、社会三个角度提出了评价城市创业环境的16个可操作的量化指标。通过运用神经网络理论,以南昌市和深圳市历年统计数据为样本训练,建立了基于三层BP神经网络的城市创业环境评价模型。计算机仿真结果与检验样本吻合,表明了所选评价指标的合理性和所建神经网络模型的可靠性,可以用于客观评价不同城市的创业环境。     

基于BP神经网络的汽车工业企业自主创新力评价

运用BP网络技术构建了汽车工业企业自主创新力的评价模型,在模型中明确了输入层、输出层的要素及指标,阐述了评价过程,最后通过模拟仿真验证了这种方法的准确性和可操作性。     

基于BP神经网络的企业文化影响力评价

要对企业文化实施有效管理,必须建立一套切实可行的企业文化影响力评价体系,对企业正在运行的文化系统进行测评,便于管理者调整战略和战术,保持文化建设的有效性。本文首先建立企业文化影响力评价体系,然后用BP神经网络评价方法对企业文化影响力进行评价,并且用计算机处理统计数据,实现了对企业文化影响力的定量化评价,为企业管理者提供决策依据。     

技术创新扩散环境的BP神经网络评价模型研究

构建了技术创新扩散的环境评价指标体系,设计了BP神经网络评价模型,并将二者结合,运用实例验证了该模型的有效性,从而为技术创新扩散环境的评价提供借鉴。     

基于BP神经网络的产业集群创新能力评价实证研究

正确分析和评价产业集群的创新能力,对于提高企业的整体创新水平、增强产业国际竞争力具有重要的现实意义。在阐述产业集群创新能力及其评价指标体系的基础上,应用BP神经网络理论,以实例验证了这一评价方法,以期对产业集群创新能力评价提供参考。     

基于BP神经网络的判别分析

研究判别分析问题的现状，利用MATLAB神经网络工具箱，建立基于Bp神经网络的判别分析模型，利用预留指标数据对该模型的判别效果进行验证，并将其应用于判别分析系统中，为决策和管理提供依据。     

基于BP神经网络的自主品牌创新能力研究

提升自主品牌创新能力对于企业培育自主品牌和提升品牌竞争力具有重要的战略意义。通过对自主品牌创新过程的分析,获取品牌创新过程中的重要影响因素,建立有效的企业自主品牌创新能力评价指标体系和评价模型,可以为企业了解自主品牌创新能力的现状和发现存在的问题提供理论依据和分析手段。     

我国上市公司财务困境预测模型比较研究

本文采用三种多元统计分析及人工智能方法分别对我国上市公司财务困境预测进行了实证研究，建立了四种预测模型。判定结果表明，该四种方法都可以用来进行财务困境预测，但判定效果是有差异的，Logistic模型是最有效的一种方法。     

基于过程神经网络的市场评价

本文阐述了用神经网络领域最新出现的过程神经网络处理市场评估、企业评价等经济管理问题的斯方法。网络的输入为反映一段时间内市场供求变化的信息,而这是传统神经网络不宜做到的。这也正是过程神经网络的独到之处。文中给出了网络模型及算法推导,实验结果证明了该方法的有效性。