基于神经网络对我国股票市场技术分析的实证检验

本文研究的主要目的是通过对我国股票市场进行实证分析,揭示运用技术分析这一分析工具在我国股票上进行投资是可行的。其大致思路是,通过介绍技术分析和神经网络的相关理论,利用BP神经网络对非线性问题的良好处理能力,对股票相关技术指标与收盘价进行训练,最后利用训练好的网络根据其他的技术指标进行价格预测,通过预测值与真实值的对比并得出相关结论。     

我国地方政府债务风险预警系统研究

鉴于我国当前地方政府债务的严峻形势,对其构建行之有效的风险预警系统具有很强的现实意义.本文融合了灰色关联分析(GCA)和BP神经网络的优势,构建出基于GCA-BP神经网络的地方政府债务风险预警系统.选取我国30个省市区的2015年数据作为研究样本,对各省市区债务风险状况进行研究.结果显示我国地方政府债务风险总体可控.最后从预警体系、债务信息披露体系、政府支出结构和科学设定政府债务限额四个方面给出针对性的政策建议.     

基于BP神经网络的第三方物流企业顾客满意度评价研究

科学、系统地分析和评价第三方物流企业客户满意度是企业决策者最关心的课题之一,它关系到企业的兴衰和存亡。建立了基于BP神经网络的第三方物流顾客满意度的评价模型。能较好地避免传统方法人为选取权重和相关系数过程中的主观性和不确定性。     

中国可持续发展水平区域差异的人工神经网络判定

本文在对目前区域可持续发展水平度量方法进行分析的基础上,提出以人工神经网络(ANN)作为区分中国可持续发展水平区域差异的模型工具。构建了ANN模型分析中较为先进的自组织特征映射网络(Self-Organizing Maps,SOFM),并以中国31个省市(自治区)1996年的社会、经济、资源和环境状况作为待分样本,用SOFM进行了可持续发展区域差异的判定。网络运行结果表明,1996年中国可持续发展水平的区域差异可分成5类,SOFM分类结果与专家的判断基本近似。可见,人工神经网络是一条具有发展和应用前景的途径。     

基于改进的BP-LM在中国人口老龄化预测中的应用

由于人口老龄化率的预测具有高度非线性特征,这与BP神经网络能够处理非线性问题的特征相符合,但BP神经网络算法易使解陷入局部极小。基于L-M算法的改进BP神经网络可以有效克服这一问题,而且收敛速度快。通过具体的仿真及实践结果验证了改进BP的有效性,并对未来五年的中国老龄化率进行了预测。     

基于神经网络方法的风机故障诊断

针对旋转机械故障征兆与故障模式映射的复杂性,将反向传播(BP)网络、径向基(RBF)网络和概率网络(PNN)用于风机进行故障诊断,并比较了3种网络的诊断精度。以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的神经网络进行故障辨识,结果表明,RBF网识别精度高于PNN网络,BP网络表现较差。     

神经网络在电动机绕组温升预测中的应用

电动机是以电磁感应和电磁力定律为基本工作原理进行电能的传递或机电能量转换的机械,在工业、农业、国防、交通运输和家用电器中有着广泛的应用。文章针对电动机发热、散热过程复杂、难于准确计算的问题,基于人工神经网络(BP网络),采用Matlab计算软件,通过对三相异步电动机的温升实验,阐述了神经网络在电动机绕组温升预测中的应用。     

基于LM算法BP神经网络的审计重大错报风险识别

本文根据1998～2009年期间,证监会、深交所、上交所公布的财务舞弊违规处罚意见,参照2006年1211号审计准则的规定构建了涵盖持续经营能力、融资能力、营运能力、重大关联交易、关键人员变动、内部控制环境等因素的重大错报风险识别模型。通过与Logistic算法重大错报风险识别模型预测结果进行对比,发现基于LM算法BP神经网络重大错报风险识别模型具备较高的识别准确率,具有更强的实用性。     

人工神经网络自学习方法在大港滩海油田的应用

本文以人工神经网络自学习方法在大港滩海油田的试验为例,探讨能否利用人工神经网络自学习方法预测泵的工作状况并通过生产参数优化提高电潜泵油井产量.试验结果表明,该方法可以解决电潜泵油井生产过程中的两大问题:预测泵的工作状况,实时计算并优化泵的最大合理产量.操作人员根据预测结果可及时合理地采取防范措施,尽量避免故障的发生或将故障损失降到最低,及时调整油井的合理产量,使油井处于最佳生产状态,提高电潜泵油井生产运行的稳定性,并提高了试验油井产量的5%.     

基于BP神经网络的自主品牌创新能力研究

提升自主品牌创新能力对于企业培育自主品牌和提升品牌竞争力具有重要的战略意义。通过对自主品牌创新过程的分析,获取品牌创新过程中的重要影响因素,建立有效的企业自主品牌创新能力评价指标体系和评价模型,可以为企业了解自主品牌创新能力的现状和发现存在的问题提供理论依据和分析手段。