基于离散Hopfield神经网络的证券信息服务评价

我国证券业起步较晚,目前证券公司所能提供的相关服务还十分有限,亟需构建起有效的证券信息服务质量标准体系,促进证券业的持续发展。通过对已有的相关研究与顾客感知服务质量模型的整理分析,采用基于离散Hopfield神经网络的多属性决策模型,建立起相应的证券信息服务质量评价体系,并通过虚拟数据给出阐释说明,为证券公司提升信息服务质量探索了一条出路。     

基于人工神经网络的钢管销售预测

利用人工神经网络对不规则的、非线性的钢管销售系统进行模拟,通过BP算法,建立钢管销售预测模型.结果表明.基于人工神经网络进行钢管销售预测,可以较好反应出销售量的变化趋势,得到更为精确的预测结果.     

基于人工神经网络的高新区建设与城市发展关系研究

高新区的建设对城市的经济、社会和文化等方面有巨大的推动作用,而城市的发展反过来对高新区的建设和健康发展也有很重要的刺激作用,对于两者的关系的研究,传统的方法多集中在系统动力学和多目标规划模型。本文以武汉市和武汉东湖高新区为例,运用人工神经网络中的BP模型,通过构建、训练、测试,比较准确地预测了两者的发展关系。     

在MATLAB环境下经济预测神经网络模型的建立

简述MATLAB环境及nnet工具箱,并通过实例介绍了ANN的具体实现方法。将ANN的预测结果与统计回归预测方法进行对比,以证明ANN预测方法可行,它对用线性回归方法预测效果较差的问题具有独特的优势。     

住宅市场基于人工神经网络的预警体系研究

为了引导房地产市场走上健康发展的道路,当前房地产调控仍将持续,调控需要对房地产市场进行实时监控,通过准确预测市场走势,有的放矢地出台相关政策。因此,房地产预警对促进房地产市场的健康发展是十分必要的。本文主要通过人工神经网络模型,构建住宅预警体系,     

基于人工神经网络的住宅性能综合评价

商品住宅性能认定制度是一项非常重要的制度，而住宅性能综合评价又是商品住宅性能认定中一项非常重要的工作，但由于现行评价方法的不足，本运用人工神经网络对住宅方法的不足，本运用人工神经网络对住宅性能进行综合评价，通过对立人工神经网络模型，结合益阳实际情况，对益阳的商品住宅性能进行综合评价，将指标评分值作为网络输入，综合评分作为网络输出，训练网络后，进行检验，取得了满意效果。     

BP模型与Fisher函数在高校风险识别中的差异

如何采用适当的方法对高校财务风险进行预测,一直是学术界关注的热点问题之一,已有学者利用Fisher判别模型衡量高校财务风险.BP人工神经网络方法是近年来出现的一种新的预警方法,它与Fisher判别模型相比,两者在高校财务风险识别中有何差异,这一问题需要我们进行深入地探讨.     

BP神经网络预测上证指数

多年来预测股市的未来变化一直是一个热门研究课题。然而对非线性数据的局限性限制了传统统计技术的应用。本从技术分析角度出发，研究了利用BP神经网络对上证指数进行短期预测的可能性。结果不但说明利用神经网络可以综合运用技术分析各方面信息进行预测，也证实了利用神经网络，非专业人员同样可以预测股市趋势。     

后勤装备维修器材储备模式与分类方法研究

针对后勤装备特点,提出分级储备和多种储备模式相结合的后勤装备器材储备原则,利用ABC分类法和人工神经网络,建立了后勤装备器材分级储备的模型。     

西部大开发资金配置中的人工神经网络分析

资金铁非有效配置是造成我国区域经济发展不平衡的重要因素。行政地域上的东、中、西部三个区域春内部经济发展极不平衡，故三大经济区域尤其是西部经济区域的范围宜从经济金融角度进行界定。运用人工神经网络原理，选择资金配置指标，可对区域经济发展程度进行识别与定位。