企业风险量化评估模型

大部分中小微企业的生存发展困难重重,信用贷款这一不需要抵押的贷款形式能够有效帮助企业进行资金周转,提高企业生存能力。在信贷过程中如何量化信贷风险成为焦点问题。因此,本文建立合理的企业信贷风险量化评估模型并考虑突发事件的银行信贷政策。模型从企业实力、企业信誉及供求关系稳定性三方面评估信贷风险。针对有过信贷记录的企业,采用TOPSIS法与熵权法,根据企业经营数据以及银行评估数据对企业信贷风险进行量化评分。针对没有信贷记录的企业,通过深度学习补全银行评估数据后采用相同方法评分。最后使用贪心算法制定银行总贷款金额一定的前提下银行收益最高的信贷策略。在制定突发事件影响下的信贷策略时,充分考虑公共卫生、自然灾害等事件对不同行业以及整体经济发展带来的影响,适当放宽贷款标准,帮助中小企业解决经营问题。     

BP神经网络矿产资源评价程序模块设计及其应用研究——以东天山铜镍硫化物矿床为例

在深入研究BP神经网络算法的基础上,开发BP神经网络矿产资源评价功能模块并以东天山地区铜镍硫化物矿床为例开展成矿远景区预测工作。使用MRAS软件中的特征分析功能基于相同样本数据开展预测评价,并对两种模型产生的结果进行对比分析和交叉验证。证明BP神经网络程序的正确性,同时总结BP神经网络矿产资源评价应用的关键技术要点。     

网球战术意识培养及方法

随着网球技术的发展,现代网球不仅仅对网球技术有一定要求,更对运动员心理有着越来越高的要求,本文就网球战术意识概念、作用作粗略阐述。     

论高师音乐专业练耳教学中节奏听辨的惯性思维——高等师范院校教学改革研究(二十)

在高等师范院校音乐专业课程设置中,视唱练耳教学的地位都是举足轻重的,而在视唱和听音的教学内容中,有关节奏的训练和学习就占据了整个视唱练耳教学的半壁江山。那么,我们在实际的实践教学过程中,改采取什么样的方式来加强学生对于节奏学习的敏感性呢?     

高校排球垫球教学中意念训练的研究

作者在高校排球垫球教学中试验了运用意念训练.结果证明,意念训练能培养学生的学习兴趣,利于学生正确动作技术的形成,加快学生动作技能的熟练掌握,它是提高教学效果行之有效的教学方法.     

基于数据仓库的企业社会责任评价研究

企业履行社会责任是当前社会发展的必然趋势.文章针对信息系统环境企业社会责任评价的要求,建立了基于数据仓库的企业社会责任评价指标体系,说明了在数据仓库环境下如何利用企业现有信息系统的数据进行企业社会责任评价,并利用层次分析法和BP神经网络相集成的方法建立评价模型,不仅解决了企业社会责任评价指标数据的可获取性问题,而且定量分析使得评价结果更为准确、客观,为企业社会责任的评价提供了一种新的思路.     

基于BP神经网络模型的煤炭物流需求预测研究

从区域经济与煤炭产业内在关系的视角,对影响煤炭资源富集区物流的各因素进行分析和选择,构建BP神经网络预测模型,并利用Matlab技术对煤炭物流需求进行拟合,随后结合山西省1996-2011年的煤炭物流数据,分别对模型进行预测演练和精度检验,证明该模型应用于煤炭物流需求预测具有可行性和普适性,进一步对2012-2014年的煤炭物流需求进行预测,为现阶段煤炭产业物流的发展提供较为准确的参考。该模型首次采用区域经济指标结合产业发展因素的方法来对煤炭产业物流需求进行预测,在一定程度上反映了煤炭产业发展与煤炭物流需求之间的复杂映射关系,对今后区域内的产业物流需求预测具有重要的指导意义。     

失业风险预警系统研究

基于我国29年的历史数据,采用BP神经网络模型对我国的失业风险预警问题进行研究。结果表明,神经网络方法在失业风险系统中具有优良的预警效果,其对失业风险综合警情值的预测误差小于3％。相对于景气分析预测法、时间序列分析、灰色预测模型以及回归预测模型等技术,神经网络方法不仅具有良好的预测精度,同时还具备较强的容错能力和泛化能力。因此,在构建我国的失业风险预警系统中,神经网络模型应该是一种被优先考虑的方法。     

汇率预测的神经网络方法及其比较

浮动汇率兴起以来,大量的参数方法和非参数方法被用于汇率预测,神经网络是其中的一种.神经网络方法在汇率预测中的应用有三种不同的方法:同质神经网络模型、异质神经网络模型和神经网络组合模型.本文讨论了三种神经网络预测模型的特点以及局限性,并通过时这三种方法的比较得出结论:神经网络组合模型充分考虑了汇率的线性特征和非线性特征,比同质神经网络和异质神经网络预测模型更系统、更全面,能更好地进行汇率预测.     

基于改进GA神经网络的可持续发展水平研究

提出了基于改进遗传算法神经网络的可持续发展水平评估模型,该模型利用遗传算法辅助网络训练,克服了传统评价体系中权重确定带有主观性、评价结果缺乏公允等缺陷。建立了适合我国国情的可持续发展评价指标体系,并在此基础上利用样本数据对该模型的评分效果进行了实证研究,结果表明该模型具有良好的应用性。