BP神经网络的C2C电子商务信用评价模型的建立

从店铺信息、商品、卖家服务等方面建立C2C电商信用评价体系,在淘宝网获取了242条卖家信息,利用SPSS两步聚类法将数据进行聚类,运用MATLAB的BP神经网络工具箱,将评价指标数值作为输入,聚类结果作为输出,构建了三层BP神经网络,以230条数据为训练样本,得到具有较快收敛速度和较高准确率的BP网络。在此基础上,以12条卖家信息作仿真实验,对卖家信用等级进行客观的预测评价,最终建立C2C信用评价模型。     

基于非节假日Elman神经网络的电力负荷短期预测

为降低节假日对预测工作的影响,将剔除法定节假日后的样本作为预测样本。以最大相对误差、平均绝对误差以及均方根误差作为模型的衡量指标,通过建立广义回归神经网络、小波神经网络与Elman神经网络预测模型对预测样本进行预测,最后仿真结果表明Elman神经网络预测模型能更好地提高预测精度。     

基于BP神经网络的商业银行信用风险评估模型研究

针对当前我国商业银行信用风险分析与评估存在的问题,运用模糊综合评价法与BP神经网络算法,根据全面性与重要性、定量指标与定性指标相结合等原则,构建我国商业银行信用风险评价指标体系。通过该体系对定性指标模糊处理量化,构建BP神经网络模型,检测样本。可对潜在的客户信用风险作出快速、准确的反应和判断,从而实现对风险有针对性的监管和防范。     

基于熵权法与TOPSIS法的房地产项目投资风险评价

房地产项目的风险评价是有效提高房地产项目成功率的主要工作,在对房地产投资要素分析的基础上,构建了基于投资环境分析的风险评价指标体系。对主要指标的评价进行了量化。利用熵权方法及TOPSIS法对房地产项目风险指标进行评价,不仅在理论上对房地产项目评价进行了创新,而且也有助于在实际项目操作时对房地产项目风险进行有效控制。结果表明计算方法简单,在权重确定上弥补了单一方法的不足,多项排序指标的运用进一步提高了结果的可靠性。项目级风险评价的方法构建对实践决策提供了依据。     

基于a-k-gn法的边坡稳定性分析

在边坡稳定性分析中,边坡安全系数受地质条件、地貌因数、水文气候、地震作用、风化作用等众多因素的影响,这给边坡评价带来了极大的困难.采用a-k-gn法预测边坡安全系数:用层次分析法对影响边坡稳定性的主要因素进行分析;用自组织竞争kohonen神经网络列-边坡样本进行归类;运用经过遗传算法优化的bp神经网络(遗传神经网络)方法,建立边坡安全系数隐函数关系式,从而预测边坡安全系数.用kohonen神经网络归类后的边坡数据为样本,用层次分析法选取了容重γ、粘聚力c、内摩擦角φ、边坡角α、边坡高度h和孔隙压力比γu作为边坡安全系数隐函数的随机变量输入单元,以边坡安全系数f作为输出单元.通过预测值与实际值的对比分析,验证了a-k-gn法预测边坡安全系数的合理}生.     

基于层次分析法高校领导经济责任审计指标体系的构建——以某高校的调查分析为例

本文试图探讨适合高校发展现状的领导干部经济责任审计评价指标体系。从实践的角度整体上对审计对象经济责任的履行情况和其他相关方面进行综合分析,并引入层次分析法,得出直观量化的审计评价结果,以实现对高校领导干部经济责任审计的科学评价与判断。通过回顾性研究了解我国高校领导经济责任审计的评价体系现状,以宁夏某高校为样本,运用层次分析法和Excel软件对调查的数据使用定量、定性分析方法,计算高校领导干部经济责任审计评价指标权重值。结果表明高校领导干部经济责任审计评价指标体系对实例有一定的应用价值。因此在高校领导干部经济责任审计中引入层次分析法,可以有效地避免审计结论中的主观性和模糊性的弊端,相对准确地反映出评价对象的客观情况,使评价结果更加科学、全面、公正。     

企业ERP应用绩效评价的实证研究

以平衡计分卡理论为基础构建企业ERP实施绩效评价指标体系,利用BP神经网络的原理建立ERP绩效评价模型的方法和步骤。以江苏镇江20家企业2008年ERP实施数据为训练和测试样本,将训练好的BP神经网络应用于企业ERP实施的绩效评价和仿真预测。实证分析结果令人满意。从实证数据标准化处理过程看,所有指标得分0-1内正向分布,评价结果得分越接近1的中小企业ERP应用绩效水平越高;评价结果得分越接近0的中小企业ERP应用绩效水平越差。     

基于财务指标视角的上市企业股价波动研究——以博彦科技为例

针对企业股价与财务状况强相关性的特点，基于BP神经网络，研究财务指标与股价波动的关系。选取2017年至2021年博彦科技股份有限公司7个财务指标作为输入样本，2个股价波动指标为输出样本，构建7×2的BP神经网络，对样本进行训练、仿真测试，表明所构建的BP神经网络能很好地进行股价波动研究。同时对财务指标使用因子分析法降维、对股价波动指标做相关性分析。加入敏感性分析，实证检验出市盈率、市净率与股价波动呈反比例变化，流动比率、净利润增长率、总资产周转率、资产回报率、营业利润率与股价波动呈正比例变化。     

基于SVM回归的新型工业化水平综合评价研究

文章构建测度新型工业化水平的8项一级指标和37项二级指标,应用支持向量机回归模型(SVM),对2010年我国30个省市自治区的新型工业化水平进行综合评价,并和BP神经网络法的结果进行对比,发现SVM具有较好的非线性预测能力和良好的拟合结果。     

高校科技创新技术产业化评价研究

针对高校科技创新技术产业化的评价问题,本文构建了高校科技创新技术产业化的评价体系,运用层次分析法(AHP)对评价指标的重要性进行模拟排序,运用VB.0编写了计算程序,旨在对我国高校科技创新技术产业化评价工作进行探讨.     

我国上市公司线性概率信用风险模型的构建

本文以我国A股上市公司为研究样本,在对各财务指标变量进行因子分析的基础上,建立了两个信用风险判别分析模型.进一步,根据模型的预测概率值确定了上市公司财务状况的评价准则和区域,对所构建的模型的预测效果进行了检验.研究表明两个模型的预测效果都比较理想,可以用来对我国A股上市公司的信用风险状况或发生财务危机的概率进行计算和判别.     

基于BP神经网络的房地产业上市公司财务绩效评价模型研究

本文以30家房地产业上市公司为研究对象,以净资产收益率、市盈率等6项指标为评价指标,在matlab环境下构建了基于BP神经网络的财务绩效评价模型,并对模型进行了优化和验证。实验表明,所建模型克服了传统财务评价方法的局限性,在既定条件下具有很好的适用性和动态性。     

眉山市县域经济发展能力评价研究

县域经济作为国民经济不可或缺的重要组成部分,是城乡经济社会统筹发展的重要载体.本文以眉山市2区4县为研究样本,构建了包含14项研究指标在内的县域经济发展能力评价指标体系,并依据2018年指标数据,借助SPSS25.0软件工具,运用相关分析法、回归分析法、因子分析法及聚类分析法,对眉山市的县域经济发展能力进行综合评价,将...     

科技园运营效率预测与控制评价实证研究

本文首先选取若干科技园的投入产出统计指标,采用DEA进行分析,得到各自效率值,最后重新选取同样影响效率的其他相对指标作为输入,将已得效率值作为输出,由此作为学习样本,利用BP神经网络进行学习,并在此基础上进行科技因效率预测,从而实现对科技园运营效率的控制.     

上市商业银行股权结构对经营绩效的影响分析

本文以16家上市商业银行2008-2012年年报财务数据作为样本,构建综合指标评价体系并运用因子分析法来计算其经营绩效,研究并分析商业银行股权结构与经营绩效的关系,并根据研究结果对进一步优化我国商业银行股权结构提出了相应的建议。     

基于粗集和神经网络的BPR风险评价

在构建风险因素指标集的基础上,采用粗集与神经网络串行结合对业务流程重组风险进行评价。通过粗集减少指标的数量,提取主要特征指标,降低神经网络构成系统的复杂性及计算时间,并给出实证。     

基于数据挖掘的客户忠诚度的预测与实现

客户忠诚度对企业效益有巨大的影响。本文在构建客户行为评价指标的基础上,采用神经网络算法,对客户忠诚度进行了分析和评价,并实现了客户忠诚度评价和预测的完整数据挖掘流程。     

高职院校校园招聘效能测评指标构建

通过实地调查,对校园效能进行了分析。根据调查统计数据,运用单一样本T检验和因子分析,构建了校园招聘效能评价指标和影响因素体系,提出了效能评估的各项指标及其影响因素。校园招聘效能评价指标体系包括企业方、学校方、毕业生方满意度三个维度共15项指标。     

低碳经济环境下节能减排审计的评价体系研究

本文在研究低碳经济环境下节能减排审计的主体、客体及内容的基础上,构建了评价标准的确立原则和节能减排审计的评价指标体系。在对节能减排审计进行评价时,应当运用在定量分析的基础上,充分考虑定性分析的相关审计指标,并运用审计人员专业判断,进行审计评价体系综合评价指标的确定和计算。     

基于粗集和神经网络的BPR风险评价

在构建风险因素指标集的基础上,采用粗集与神经网络串行结合对业务流程重组风险进行评价。通过粗集减少指标的数量,提取主要特征指标,降低神经网络构成系统的复杂性及计算时间,并给出实证。