基于BP神经网络的公路工程投资估算模型

通过对现有的公路工程投资预测模型加以比较和分析,得出有必要利用人工神经网络理论建立新的预测模型。基于实际工程数据,利用Matlab人工神经网络建立了路基工程投资估算的神经网络关系模型,并利用实际数据进行验证,证明了这一新的模型优于现有模型,从而为公路工程造价提供了一个新的有效的方法。     

失业风险预警系统研究

基于我国29年的历史数据,采用BP神经网络模型对我国的失业风险预警问题进行研究。结果表明,神经网络方法在失业风险系统中具有优良的预警效果,其对失业风险综合警情值的预测误差小于3％。相对于景气分析预测法、时间序列分析、灰色预测模型以及回归预测模型等技术,神经网络方法不仅具有良好的预测精度,同时还具备较强的容错能力和泛化能力。因此,在构建我国的失业风险预警系统中,神经网络模型应该是一种被优先考虑的方法。     

基于BP神经网络的情景教学效果评价

目前高职教学要求课堂实施"教、学、做"一体的教学模式,而在这一模式下必须打破传统的教学方法,大多采用情景教学法进行教学.为检脸情景教学法的教学效果,本文利用BP神经网络的自适应和自学习功能,提出一种基于BP神经网络的情景教学效果评价模型,并选取若干教师应用此模型,对其原有的情景教学质量数据进行了测试,结果表明,利用该模型进行情景教学质量评价较为客观合理.     

基于BP神经网络的遥感水深反演

本文在Landsat7 ETM+遥感影像预处理的基础上,利用影像单波段与多波段组合的反射率和实测水深值之间相关性,建立了安徽省淮河临淮岗段BP神经网络水深反演模型.结果表明:该模型反演水深值与实测水深值的平均绝对误差为为0.5682米,平局相对误差12.11%.决定系数0.8465,均方根误差07167米.说明BP神经网络模型较好的非线性映射能力,能很好的运用于研究区水深反演.     

北京市潜在经济增长率测算与HP滤波平滑参数探讨

生产函数法与多变量结构化分解法不适用于测算地区潜在产出。使用HP滤波法对1982-2007年北京市潜在经济增长率进行测算,对未来潜在经济增长率的水平及适度增长区间做初步预测。分析表明,应参考经济理论和实际经济运行状况,不同参数的HP滤波器需结合使用。     

非线性经济建模中的BP神经网络模型研究

<正> 1.非线性经济建模基本思想 非线性建模与线性建模相比较,无论在思想上还是在方法上都有本质区别。非线性经济建模基本思想可概括为两个方面。一方面是研究非线性经济系统的动态演化行为,基于经济理论来设定某类模型(如生产函数、需求函数、多元线性模型、对数线性模型等),并假定模型正确,误差服从某类分布。建模时大量的精力     

基于数据仓库的企业社会责任评价研究

企业履行社会责任是当前社会发展的必然趋势.文章针对信息系统环境企业社会责任评价的要求,建立了基于数据仓库的企业社会责任评价指标体系,说明了在数据仓库环境下如何利用企业现有信息系统的数据进行企业社会责任评价,并利用层次分析法和BP神经网络相集成的方法建立评价模型,不仅解决了企业社会责任评价指标数据的可获取性问题,而且定量分析使得评价结果更为准确、客观,为企业社会责任的评价提供了一种新的思路.     

中国非加速通货膨胀失业率研究

本文主要研究1978~2004年间的我国非加速通胀率。研究发现中国城镇登记失业率与城镇居民消费物价指数间存在并不显著的菲利普斯曲线。协整检验表明失业率与通胀率具有协整关系。传统计量方法表明我国的NAIRU在3.4%左右。同时对TV-NAIRU序列的HP滤波检验与Gordon模型分析表明我国NAIRU具有相同的变化趋势,这种趋势得到人口特征与劳动生产率角度的解释。此外,两种模型的结果均表明目前我国实际失业率低于NAIRU,经济形势存在通胀的压力。     

基于H-P滤波分解模型在成长链金融风险中的实证分析

不同于传统个人金融业务的授信理念,成长链金融理论创新性提出了个人整个生命周期授信思路,结合多元化金融工具,契合了不同个体在其各生命周期阶段性的金融需求,对于金融模式的创新具有理论和实践的重要贡献.然而,这一新兴的金融模式理论能否有效地解决目前个人授信业务中的低效率、逆向选择和道德风险等问题,就取决于它能否实现个人成长链金融风险的可控性并突破传统阶段性授信模式的局限.采用中国宏观数据及南京市居民的10 000人网络抽样调查数据,一方面,基于适当的经济学假设和经济学思维构建了成长链金融风险控制理论模型,对个人成长链金融风险的可控性进行论证;另一方面,提出利用“个人终生信贷率”作为个人成长链金融风险测度,并利用H-P滤波分解模型进行实证分析,进一步分析成长链金融风险的可控性.最后,提出完善个人成长链金融风险控制的合理化对策.     

基于BP-GM的徐州地区区域经济可持续发展与职业教育改革研究

本文对2000-2015年徐州社会经济发展主要指标及其数据进行研究,采用BP神经网络构建了自助预测模型,并在此基础上,改进了神经网络在神经元连接过程中样本数据自相关的问题,消除了数据趋势性特征.改进方法主要以灰色关联法为切入点,重点考察了MS与GDP、ZG、PG之间的协同性.研究结果表明,目前徐州经济发展与职业教育协同度较低,整体处在工业经济向知识经济过渡时期,职业教育规模对明瑟收益率贡献低于非职业教育.