一种新的快速BP神经网络算法

通过典型的BP算法与新算法的比较,得到了二者之间相互关系的初步结论.新算法的基本原理是任选一组自由权,通过解线性方程组求得隐层权,将选定的自由权与求得的权合在一起,就得到所需的学习权值.该算法不存在传统方法的局部极小及收敛速度慢的问题.     

基于神经网络的智能交通控制系统构建

针对当前智能交通发展的需求,结合当前的智能算法,提出一种基于BP的智能交通控制系统。为实现该系统,实现智能化城市交通控制的价值,首先对该系统的需求进行了分析,然后分别对系统的整体方案、硬件和软件等经了设计。在设计中重点对BP智能交通通行时间进行预测,并采用DSP处理器对BP算法进行运算,以提高运算的效率。最后给出部分实现的界面。     

老旧小区加装电梯对住宅价值的影响研究

文章以西安市为例,基于住宅价值变动视角,采集该市9个辖区中的238个老旧小区621条34个字段数据信息,经数据预处理,运用BP神经网络模型构建房屋价值预测模型,预测其未加装电梯的价值,将加装电梯住宅的实际值与模型预测值进行比较,厘清加装电梯对各楼层住宅价值带来的变动程度。计算结果表明,加装电梯对高楼层住宅价值有正向影响,对中、低楼层住宅价值有负向影响。     

我国高校债务风险动态预警模型研究

目前,高校负债日趋严重,所面临的债务风险受到广泛关注,如何对高校债务风险进行动态预警尤为重要。文章综合考虑影响高校债务风险的各种因素,选取了10个财务指标和4个非财务指标,利用样本数据,运用主成分分析法算出主成分的综合得分,分别运用模糊隶属度与BP-神经网络分析法,对高校债务风险综合评价比较。实例验证主成分-BP-神经网络分析模型更优。     

神经网络预测模型在A股市场预测中的应用

神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。BP网络是最常用的神经网络模型,在处理股价预测这种复杂、模糊、非线性的时间序列预测问题方面有其特有的优势。本文对沪深300指数1000交易日的实证研究表明,神经网络对中国股票市场具有较好的预测能力。     

基于BP神经网络的消费者对冷链支付溢价意愿分析

生鲜农产品安全是社会普遍关注的热点,也是学者关注的焦点之一。生鲜农产品在人们现实生活中不可或缺,由于我国生鲜物流条件的制约,目前生鲜农产品保鲜等方面品质保证还不尽人意,冷链是先进的生鲜农产品供应链体系,其发展已经列入国家重点发展规划,但冷链的发展最终需要得到市场的认可,消费者对冷链食品的接纳程度成为关键性因素。文章采用BP神经网络的综合评价方法对消费者对冷链支付溢价意愿进行研究,利用一种权值谱分析方法,分析了消费者对冷链支付溢价意愿和各个变量之间的关系,得出冷链支付溢价意愿影响的各个指标因素的排序,对因素进行综合分析,并针对性地提出强化冷链消费引导等建议。     

基于灰色理论和BP神经网络的房地产价格指数预测

房地产价格指数反映房地产市场价格波动的方向和趋势,是有效地进行房地产市场分析的一种必要工具,对其的预测直接影响到众多干系人的决策,关系到各干系人的切身利益,因而对预测结果的精确度要求很高。本文运用灰色GM(1,1)模型和BP神经网络模型相结合的灰色BP神经网络模型,以Matlab为工具,对房地产价格指数进行预测。此组合模型融合了灰色预测和BP神经网络预测的优点,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。并且,以中国房地产价格指数为例进行预测,结果证明了该组合模型的优势,为房地产价格指数预测研究提供参考依据。     

BP神经网络在企业绩效评价中的应用

文章在分析传统绩效评价方法的基础上,构建了企业绩效评价体系,运用基于Matlab的BP神经网络算法,以企业历史数据作为BP神经网络的训练样本进行了实证研究,证明了将BP神经网络应用于企业绩效评价中,能达到令人满意的评价效果。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。     

Elman网络在短期负荷预测中的应用

文章介绍的Elman神经网络的短期负荷预测模型,具有模型简单、运算效率高的特点,并具有较好的全局最优性能,从而很好地克服了传统BP算法容易陷入局部极小点的缺陷.文章还比较了Elman网络和BP网络结构的建模效果,通过仿真实验证明了Elman神经网络具有动态特性好、逼近速度快、精度高等特点,是一种实用、可靠的负荷预测方法.