基于遗传BP神经网络的第三方逆向物流企业选择

分析了客户企业在评价第三方逆向物流企业时要考虑的影响因素,构建了评价指标体系,并提出了基于遗传BP神经网络的评价模型,通过仿真算例描述了对第三方逆向物流企业的评价过程。     

基于AHP法与BP神经网络的应急物流风险评估与预测模型

采取AHP法和BP神经网络技术纵向相结合方法,建立了应急物流风险评估与预测模型。首先建立了应急物流风险评估的评价指标体系,给出了AHP层次分析法筛选指标的方法,然后设计了改进型神经网络模型评价与预测步骤。     

基于BP神经网络的企业自主创新能力评价方法研究

根据自主创新的特点,建立自主创新的评价体系,并与BP神经网络的学习算法相结合,理论上能找到最满意的指标权重,为提升企业自主创新能力提供理论依据,最后提出了几点关于对我国建设创新型国家的启示。     

基于BP神经网络的服装出口预测

服装出口贸易受到国内国际诸多因素的影响,是一个复杂的非线性系统。BP神经网络能够以任意精度逼近任何一个具有有限间断点的非线性函数,特别适合于解决非线性系统的预测决策问题。采用三层BP神经网络对我国服装出口进行预测,结果表明该方法能有效的对服装出口进行预测。     

基于BP神经网络的最小库存量预测模型设计——以广东省某文具制造企业为例

文具制造行业的产品种类繁多,且需求变化大,库存水平的高低对于该行业中的企业有着重要的战略地位。由于企业实际的采购量制定的特殊性,以文具制造原材料纸张的最小实际库存为研究重点,用已有最小实际库存值及其影响因素的历史数据训练BP神经网络,然后用构建稳定的网络进一步预测某月的最小实际库存值,并且以此可以适当调整安全库存值。     

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。     

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-DS模型的银行物流金融信用风险研究

本文采用了一种将证据理论与BP神经网络相结合的信息融合算法,该方法集中了两种算法的优势使得计算结果更加准确,为众多商业银行带来切实的利益。     

基于灰色神经网络的体育成绩预测研究

对体育成绩的预测关系到学生身体素质和体育教学方案的制定,通过结合灰色理论和神经网络的特点提出了灰色神经网络体育成绩预测模型。依据某大学2008-2013年体育成绩统计数据,分别选用GM(1,1)模型和灰色神经网络模型对数据进行拟合,通过2014年的体育成绩作为模型验证,来预测2015年的体育成绩。结果表明,灰色神经网络体育成绩预测模型具有灰色系统贫乏数据建模和神经网络高度非线性映射能力的优点,对提高预测精度具有一定的实用价值。     

中国家族企业核心竞争力识别与测评

中国家族企业核心竞争力的培育与提升,是促进中国家族企业快速发展必须解决的一重大理论和现实问题。本文试图探索一条新的识别与测评中国家族企业核心竞争力的途径。首先我们对家族企业的内涵进行了科学的界定,对中国家族企业的经营特点进行了系统的分析;然后通过采用文本信息挖掘的方法,提炼出中国成功家族企业的核心竞争力的若干要素;最后模糊综合评判网络方法构建了一个中国家族企业核心竞争力的自我判别模型,以期待帮助中国家族企业经营管理者对所属企业进行科学定位,从而达到采取有效措施提高企业治理水平,提升企业核心竞争力的目的。