基于BP神经网络的项目风险管理成熟度等级评估模型

文章研究项目风险管理成熟度模型,并分析在Matlab环境下,用BP神经网络评估项目风险管理成熟度等级的可行性。利用神经网络的自学习、自调整以及非线性映射功能,确定基于BP神经网络的项目风险管理成熟度等级评估模型的结构和算法。通过实例分析,取得满意效果,为项目风险管理成熟度评估提供一种新思路。     

基于BP神经网络的企业人员素质综合评价模型研究

人员素质的各项测试指标与人员综合素质之间存在着复杂的非线性关系,为了客观准确的评价企业人员素质的综合水平,文章在分析企业人员综合素质的结构的基础上,引入BP人工神经网络模型建立了企业人员素质综合评价模型。结果表明,所建立的素质综合评价模型能较真实地反映出人员的综合素质水平,具有较好的泛化能力。     

CSCD-GRNN模型在城市配送资源整合水平评价中的应用——以北京市为例北大核心CSSCI

通过建立城市配送资源整合水平的CSCD-GRNN评价模型,并基于复合系统协调度模型和广义回归神经网络方法,可对城市配送资源整合水平的评价开展研究。该模型采用决策试验与实验评估方法对指标权重进行讨论,按照复合系统协调度模型的思路确定城市配送资源整合水平评价GRNN网络的输出值,为全面客观地评估城市配送资源整合水平提供合理的方法。同时,以该模型对北京市2005—2014年期间的城市配送资源整合水平情况进行评价,验证了该模型的有效性。     

基于神经网络技术的商业银行操作风险度量模型研究

当前,现有的操作风险高级度量模型在我国商业银行中使用具有很大的限制性,本文针对这一问题,首先对人工神经网络的基本原理进行简要介绍,然后对商业银行操作风险的人工神经网络模型进行了设计,最后对这种模型进行了实证检验,并认为这种模型在我国当前的商业银行操作风险度量中具有很好的适用性。     

人工神经网络在市场研究中的应用方法

市场研究是采用科学的方法,收集、记录、整理、分析企业目标市场的消费需求及市场营销活动,令企业的市场营销适应外部市场。市场总是风云变幻的,为了能够更准确更深入地了解市场的情况,特别是预测未来市场是如何变化的,准确而全面地收集信息是非常重要的,但是更加重要的是如何通过有效的数据分析手段．从大量的原始数据中分析得到更有价值的信息和结论。基本的层次是能够使得研究的结论与市场的真实情况相吻合．更高的层次是能够发掘市场潜在的、不易察觉的信息。要达到这两个层次有赖于科学的数据分析方法。     

人工神经网络在企业风险评估中的应用

将神经网络理论应用于企业风险评估中，讨论了网络结构的设计、学习算法等问题；计算实例表明，应用神经网络评估企业风险具有方便、真实、可靠的特点。     

非线性动态系统的递归神经网络预测研究--对我国钢铁产量的预测分析

钢铁行业是我国国民经济的支柱产业之一,为国民经济的持续发展作出了积极的贡献.因此,对钢铁产量的预测研究已经成为一项非常重要的课题.文章使用基于数据挖掘和知识发现的人工神经网络法、时间序列分析法、递归神经网络技术来预测钢铁产量的方法,并将递归神经网络方法预测的结果与前面的两种方法的预测结果进行比较,比较的结果说明该方法是可行的.     

个人信用让人工神经网络以BP算法评估

建立以个人信用评估为核心的个人信用制度是一项复杂的系统工程。本将BP神经网络应用于个人信用评估，详细描述了用于个人信用评估的三层BP神经网络结构，给出了神经网络输入指标的量化处理方法。实证结果表明，BP神经网络模型具有很高的预测精度。     

人工神经网络技术在物流需求量预测中的应用

运用人工神经网络模拟人脑的思维过程,建立了多个变量之间的非线性模型,从而为准确预测物流需求量提供了科学的依据。