基于BP网络的建筑工程造价估算

建立了适于建筑工程造价的BP神经网络模型，通过对建筑工程各主要特征类目定量化并结合所建立的BP经网络模型，运用MATLAB工具箱来快速估算建筑工程造价。经工程实例证明，该方法为一种快速、可靠的建筑工程造价估算方法。     

BP神经网络在我国人身保费收入中的应用研究

在提出和分析一套比较完整的人身保费收入指标体系基础上,采用我国1989￣2005年的实际经济年度数据,利用动量法和学习率自适应调整的BP算法对我国人身保险费收入进行拟合及测试(预测)分析。结果表明,与计量经济模型相比,神经网络模型具有更高的测试(预测)精度,平均相对误差为0.69%。最后通过相关度和影响度分析,强化了该模型应用价值。     

基于GA—BP神经网络的人口预测研究

人口问题是一个复杂的社会问题,准确地预测,对于国家社会发展计划特别是制定生育政策有重要的意义。本文探讨了基于遗传算法改进的BP神经网络模型的原理、构成以及实现方式,该改进模型可以有效提高BP网络模型的性能。同时将此模型用于我国人口数量的预测,选取我国1982．2010年的人口数据,检验结果平均误差仅有O．0494％。用该模型预测2011-2020的人口总量,预测结果表明我国人口总数的增长已得到有效的控制。     

基于改进型BP神经网络模型的机场物流吐量预测研究

对BP神经网络模型进行了改进，并用于机场物流吞吐量的预测，通过运用桂林机场的实际数据进行检验分析，证明改进后的模型在对机场物流吞吐量和旅客吞吐量的预测上均具有较高的准确性和敏捷性。     

基于遗传算法改进的BP神经网络在我国主要城市人居环境质量评价中的应用

文章试图在已有研究的基础上,综合考虑城市人居环境的内涵,在国内首次将遗传算法全局寻优和BP神经网络局部寻优相结合的改进神经网络模型应用在人居环境评价中,并对中国35个主要城市人居环境质量进行定量判定,揭示城市人居环境现状及各城市在国内人居环境中的相对水平。结果表明该模型取得了令人满意的结果,是一种有效的评价方法。     

基于BP网络方法的长江水质综合评价

水质综合评价因子权重的确定方法使得评价结果带有较强的主观性,神经网络方法则可以有效地排除主观因素的干扰。文章构造了一个多因子水质综合评价的3层BP网络模型,以溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH3N）为评价因子,对长江17个监测点的水质进行了综合评价。其中1个站点为Ⅰ类水质,7个站点为Ⅱ类水质,6个站点为Ⅲ类水质,2个站点为Ⅳ类水质,1个站点为Ⅴ类水质。     

BP神经网络在帆板控制系统中角度非线性校正的应用研究

针对帆板控制系统中角度的非线性误差问题,提出用BP神经网络算法对角度进行非线性校正。构建了BP神经网络模型,利用Matlab对该网络进行训练,训练结果表明该系统具有良好的收敛性。和未校正的结果进行对比,实验结果表明该网络能够有效的补偿角度传感器的非线性误差,提高了帆板控制系统的性能。     

基于BP神经网络的商业银行信用风险模型改进探究

BP神经网络信用风险管理模型以其较强的逼近非线性函数的能力而适应商业银行信用风险管理的要求,但是其自身的权值调整方式存在的缺陷影响了模型的应用。分别采用Adaboost算法和遗传算法对BP神经网络信用风险模型进行了改进,通过对200家上市公司的财务数据指标进行考察,比较了两种模型的优劣:经过Adaboost算法改进后,模型可以平稳地达到系统判别的最小误差,但运行时间较长;遗传算法采用变异操作可以迅速达到系统判别的最小误差,但由于权值改变过于激烈,可能造成系统过于注重权值的改变而忽视了原始数据指标的特性。     

基于BP神经网络的订单式供应链采购提前期研究

采购对于订单式供应链具有重要的作用,采购提前期制订的合理与否直接影响到企业生产过程和订单的顺利交割。随着市场竞争环境的供应链化,对于供应链中进行生产加工活动的企业,越来越多的生产设备、原材料等生产投入要素需要相应的配套企业来提供．这就对采购活动提出了更高的要求,采购提前期在供应链中的重要性更加突出。文章利用BP神经网络,对提前期分解,对阶段时间进行预测,以满足企业供应链采购管理发展的需要,并且通过实证说明方法的有效性。     

改进BP神经网络在铁路客运量预测中的应用

介绍BP神经网络预测模型的优点及不足,提出运用主成分分析法、灰色关联分析法对BP神经网络结构进行优化,同时运用自适应遗传算法对神经网络的权值和阈值进行优化。运用改进的BP神经网络对客运量进行预测,经多种指标对预测精度进行评价,证明改进的BP神经网络在交通运输需求预测中具有实用价值。