基于GRA-GA-BP神经网络的港口集装箱吞吐量预测模型

港口集装箱吞吐量的准确预测对于港口的未来发展规划及该港口所属腹地的经济发展具有重要的指导意义。为实现输入变量的降维,提高预测精度,避免出现局部最优解,借助灰色关联分析对输入变量进行筛选和排序,引入遗传算法作为优化BP神经网络内初始权值及阈值的工具,并基于此建立模型对环渤海港口群三大代表港口2016-2019年集装箱吞吐量进行实证对比分析。最后横向比较传统BP模型和GA-BP模型的预测结果,研究结果表明：经GRA-GA算法优化BP神经网络模型相较于GA-BP神经网络模型与未经过改善的传统的BP神经网络模型其预测结果更为理想,研究结果对港口的战略规划及发展具有一定的参考价值。     

人工智能金融应用原则思考

<正>随着"智能+"时代的到来,如何引导人工智能在经济社会领域的安全合规应用已成为国际社会面临的共同课题。近年来,部分经济体和国际组织积极制定人工智能应用的通用原则以及金融领域人工智能应用的专门原则,而目前我国金融领域尚未出台权威、适用的人工智能应用原则。本文拟通过介绍和分析当前部分国家和地区的实践经验,对制定符合我国国情的人工智能金融应用原则提出相关建议。     

中国区块链金融应用进展及政策建议

近年来,区块链加速演进成熟,日益成为全球关注的前沿领域,相关技术和产业发展势头强劲,与金融领域的结合也不断深入.本文从全球视野出发,多维度分析我国区块链发展现状,梳理其在我国金融领域的应用情况以及在技术创新发展、综合治理能力、金融应用效果、产业发展生态等方面面临的问题挑战,并提出加强区块链金融应用管理、完善相关规制要求...