我国国防特色学科人才培养效果评价体系研究——基于FAHP-BP方法

加强国防学科建设作为高校培养新型国防科技人才的一个重要途径,如何科学有效的评估各国防特学学科人才培养效果成为亟待解决的问题.本文的研究构建了国防特色学科人才培养效果评估指标体系,并将模糊层次分析法与BP神经网络相结合的方法应用于国防特色人才培养效果评估.同时以第二批国防特色学科为例,对我国国防特色学科人才培养效果进行评价与分析.实验结果发现:不同高校之间的国防学科建设水平存在差异,且同一高校的不同学科建设之间存在明显不平衡的现象.基于评估结果,本文就国防特色学科发展提出相关建设性意见.     

基于BP-Adaboost的上市公司财务危机预警实证研究

文章提出了将Adaboost算法与BP神经网络相结合的方式构建模型,应用于我国上市公司财务危机预警的研究中,对60家ST和60家非ST的上市公司的财务数据进行实证检验。结果表明,Adaboost算法的引入,提高了神经网络的预测精度,具有较好的实际应用价值。     

区域低碳创新系统综合评价研究——以长江经济带为例

区域低碳创新系统的构建是应对全球气候变化的有效区域响应机制。以长江经济带为研究对象,探讨其区域低碳创新系统的发展状况。结合经济发展、能源消耗、资源利用、技术创新以及碳排放及处理这五个方面,构建了客观、可行的长江经济带低碳创新系统综合评价指标体系,并应用BP神经网络模型对其进行综合评价。指出长江经济带11个省市的低碳创新系统发展的差异情况,提出相应的对策建议。     

碳中和目标下基于GA-BP神经网络的碳交易定价模型及其模拟研究

系统剖析了欧盟碳排放交易体系,在厘清GA-BP神经网络原理的基础上构建了基于GA-BP神经网络的碳交易定价模型,用以刻画碳交易价格的影响因素,并结合情景设置、数值模拟不同情景下不同因素对碳交易价格的作用机理。研究结果表明GA-BP神经网络对于碳交易价格模拟具有可靠性,在不同经济发展水平和能源结构情景下碳交易价格变化较大,构建区域碳排放交易体系不仅能促进温室气体减排,还能优化能源结构,其关键在于形成与碳排放交易体系相适应、相配套的体制机制,营造契合碳中和目标的政策环境。论文旨在为我国碳交易市场运行机制优化提供理论参考,为我国碳中和与高质量发展目标的实现提供有益增补。     

基于资金流的云南省绿色食品企业BP神经网络财务风险评价模型的研究

本文选取了52家绿色食品上市企业3年的156组数据作为样本,选择25个指标为研究目标,在已准备好的归一化数据、两种检验通过适合因子分析的条件下,提取特征值大于1的7个主成分作为输入变量的前提运算下,选择适合此模型的参数,运用试凑法得到隐含层数,训练出有一定精度的BP神经网络,并对该网络进行了仿真,结果证明该网络可以用于云南省绿色食品企业财务风险评价以及预测。     

“一带一路”沿线国家风险、双边投资协定与中国OFDI区位选择——基于PLS-PM与BP神经网络模型的实证研究

构建包含政治军事风险、经济金融风险和社会文化风险的“一带一路”沿线国家风险指标体系,采用偏最小二乘通径模型和BP神经网络技术实现了风险测度与预警。基于2014—2019年“一带一路”沿线49个国家数据,建立扩展的投资引力模型,运用动态面板系统GMM估计,实证分析东道国风险、BIT对中国OFDI区位选择的影响。研究发现：总体上看,中国OFDI主要流向了风险较高的国家,在政治军事和社会文化维度表现为风险偏好,而在经济金融维度上风险规避的特征明显。非商业趋向和非市场动机使得中国OFDI能够包容一定的国家风险。签订BIT可以促进中国对“一带一路”沿线国家的OFDI,在中低收入国家对投资者的保护作用更强。此外,中国OFDI的区位选择存在“异质性偏好”,中低收入国家风险对中国OFDI的影响程度显著高于高收入国家,不同收入水平国家的市场规模、资源禀赋、技术和税负对中国OFDI的影响也有所不同。     

基于回归神经网络的雷达辐射源识别算法

本文在研究带偏差单元内部回归神经网络（Internally Recurrent Net，IRN）算法的基础上，分析了雷达特征参数和雷达威胁类型的内在联系；利用统计分析和特征建模的方法获取先验知识、设计分类器并求取模糊隶属函数，结合IRN自学习特性和模糊隶属函数的分类功能识别出目标雷达辐射源可能的威胁类型，给出识别可信度。     

蚁群神经网络用于股票价格短期预测

股票价格是非线性时间序列,传统BP神经网络预测模型存在容易陷入局部极小和收敛速度慢的缺陷。本文针对这些问题,采用蚁群神经网络预测模型用于预测股票价格,该模型将蚁群算法作为训练神经网络的学习算法。实验数据表明,该模型对于股票价格的短期预测效果与传统BP神经网络预测模型相比,具有较好的自适应性及较快的收敛速度。     

基于神经网络的股票市场预测

本文将人工神经网络方法引入时间序列预测,针对股票市场这一非线性系统,运用神经网络,在历史数据时间序列的基础上,对股票市场的价格走势进行了理论、方法与模型的研究。本文利用RBF神经网络对上证综指进行了预测研究,获得了较好的预测效果。     

块状经济科技创新绩效评价方法应用研究

块状经济是浙江经济的一个特色,是支撑浙江省区域经济发展的重要产业组织形态。研究块状经济科技创新绩效评价方法,有利于贯彻和落实科学发展观,形成强有力的目标导向,有利于深化政府管理体制改革,为我国经济社会发展增加新的动力。针对浙江省块状经济现状,结合国家《高新技术企业认定管理办法》,构建了块状经济科技创新绩效评价指标体系,研究了基于DEA和神经网络模型的绩效评价方法,并缙云带锯床和特色机械装备块状经济的4家龙头企业为例,建立了8×16×16×8×3结构的神经网络绩效评价模型。