基于BP网络对我国通货膨胀率的预测及其分析

本文首先由我国的CPI计算出通货膨胀率,综合分析了我国通货膨胀率和GDP增长率数据。其次,用带有动量项和自适应学习率的BP神经网络预测出2008～2009年我国CPI,从而推算出2008～2009年我国通货膨胀率分别是4.99%和4.91%左右。并提出了一些相应的政策建议。     

基于BP神经网络的拱坝风险评价研究

拱坝坝高库大,环境条件复杂,又多处于高烈度地震区;一旦失事,后果不堪设想。不但会严重影响工农业生产、重创国民经济,而且会使人民生命财产遭受极大损失,产生恶劣的政治影响。因此,拱坝的风险分析与风险评价越来越受到力学界、坝工界、政府的高度重视和社会各界的广泛关注。利用神经网络的方法,研究具有拱坝风险评价问题,建立了基于BP神经网络的评价模型。     

基于 BP 神经网络的结构损伤识别研究

针对结构的损伤识别进行了研究,选取结构固有频率平方变化比作为特征参数,建立12×25×1 BP网络结构,采用均方误差函数目标误差函数,学习函数选取梯度下降动量学习函数和L-M优化算法,对四层钢框架结构的损伤进行了检测。     

用神经网络对开式冷挤压极限变形程度的预测

给出了基于 BP网络的极限变形程度预测的分析方法 ,得到了开式冷挤压εmax神经网络计算结果 ,与实验结果比较 ,其精度较高 ,证明了神经网络模型在开式冷挤压工艺中应用的可行性。     

金融风险计量中人工神经网络的应用

通过简要介绍金融风险计量方法的演进,阐述人工神经网络作为新技术如何具体应用到金融风险计量中以及可行的遗传算法对人工神经网络的优化,论述了人工神经网络目前的应用现状,提出要运用其函数逼近、最优化处理功能于金融风险计量。     

基于BP神经网络的房地产项目前期风险评价研究

本文从开发商的角度,在分析房地产项目前期风险因素的基础上,构建其指标体系,建立基于BP神经网络的风险评价模型,然后选取若干组样本作为训练集在MATLAB7.0环境中对模型进行训练,最后用测试集验证模型在房地产项目前期风险评价方面的可行性。     

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。     

BP神经网络在企业绩效评价中的应用

文章在分析传统绩效评价方法的基础上,构建了企业绩效评价体系,运用基于Matlab的BP神经网络算法,以企业历史数据作为BP神经网络的训练样本进行了实证研究,证明了将BP神经网络应用于企业绩效评价中,能达到令人满意的评价效果。     

基于BP神经网络的茶叶物流金融模式仿真优化

针对茶叶物流金融运作模式选择中的复杂性以及传统优化方法的局限性,将BP神经网络理论和仿真方法引入茶叶物流金融模式优化,考虑样本数量不足的实际问题,采用B样条函数插值方法扩充数据量,构建BP神经网络模型并加以训练。结果表明:BP神经网络具有精度较高的智能学习能力,适合于茶叶物流金融模式选择优化。     

基于时间序列的BP神经网络预测鄂尔多斯市的GDP

国内生产总值(GDP)是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究GDP预测方法具有重要的现实意义。在对鄂尔多斯市GDP数据序列分析的基础上,考虑到BP神经网络可以通过简单非线性函数的复合能够实现对于复杂函数的映射,本文采用BP神经网络方法来预测鄂尔多斯市的GDP,取得了较好的预测效果。