贝叶斯正则化BP神经网络在地铁施工安全评价中的应用

为了获取准确的地铁施工安全评价,文章通过建立贝叶斯正则化BP神经网络模型,克服传统安全分析方法的不足之处,防止网络的过度拟合。将此模型运用于MATLAB,可以发现贝叶斯正则化BP神经网络在推行能力和泛化能力上有着较好的表现。在当前基础上进行敏感性分析,就地铁施工安全影响因素进行重要程度排序,提高地铁施工安全管理,以防此类地铁安全事故的发生。     

基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

基于神经网络与逻辑回归的财务危机预警研究

文章以2014～2017年制造业上市公司ST企业为研究对象,并以1:2比例选取配对样本,针对T-3年的财务数据指标进行模型的构建与分析。结果表明虽然人工神经网络与逻辑回归都有不错的预测效果,但逻辑回归分析的结果准确率更高,可解释性更强。     

用动态规划神经网络模型研究多水库系统的水量分配(下)

为了分析多水库系统中两座水库之间灌溉用水的分配问题，建立了基到动态规划的神经网络模型。为了研究从一座上游水库取水在下游两座之库之间进行水量分配的问题，提出了3个状态变量和4个决策变量的改进的动态规划算法。采用神经网络模型，用3个状态变量动态规划算法得出调度原则，就所研究的多水库系统实例来说，新的动态规划神经网络模型的性能很好，将该模型的性能与临时凑合的标准调度原则和以前推荐使用的约束动态规划神经网络模型进行了比较。     

基于模糊神经网络和遗传算法的大坝安全监控模型

应用监控模型来监控大坝的工作性态是一条有效途径，但由于大坝工作条件复杂，影响因素繁多，为以精确的数学进行描述带来了很大的困难，而应采用从定性到定量的综合集成的方法，将专家知识，监测数据和各种信息与计算机软硬件技术结合起来，把坝工理论和坝工家的经验结合起来对其进行研究，文中应用模糊神经网络和遗传算法等人工智能技术，依据专家的经验确定隶性函数，从而建立模糊神经网络预报模型，根据专家对实际情况的正确分析，对预报结果进行修正，达到进一步提高预报精度的目的。     

水库最优调度规则的神经网络模型

利用人工神经网络的非线性决策特点，提出了水库（电站）最优调度规则的人工神经网络模型，以四川宝珠寺水电站为例，进行其最优调度规则的模拟，研究结果表明了模型的合理性，可行性及实用性。     

河道深泓线变化神经网络预报模型研究与应用

以来水来沙及河段上下游边界条件为基本因子，建立了基于BP神经网络的河道深泓线变化预报模型。经长江中游马宜咀和长江口南支河段实测资料验证，模型能较准确模拟两河段的深泓平面变化，而且也能准确预测河段深泓平面变化趋势，该模型的建立为河道深泓平面摆动的定量预报以及河道治理和航道整治等工程实践提供了一种新途径。     

基于Elman神经网络的商业银行信贷风险识别及评估模型

建立了基于Elman神经网络的商业银行信贷风险识别及评估模型，并通过实例验证了模型的准确性和可靠性。研究过程及结果表明，基于Elman神经网络的商业银行信贷风险识别及评估模型能够很好地反映信贷过程中的非线性因素，准确地预测出完整的信贷风险评估指标和信用等级之间的映射关系，能快速评估和有效减低商业的信贷风险。一组实例结果显示该评估模型的准确率接近90％。     

基于BP神经网络的企业财务控制体系评价

财务控制体系是指财务控制主体以财务法规、制度、预算等为依据，通过财务手段衡量和矫正企业财务活动，确保财务计划（目标）得以实现的管理活动，财务控制体系是内部控制的重要组成部分。财务控制体系评价是对财务控制制度执行有效性的检测。对企业财务控制进行评价，应该执行哪些程序、遵循什么样的标准、用什么样的评价方式等都是考虑的因素。     

基于神经网络的降雨径流预报

本文将人工神经网络应用于二滩水电站以上支流鱼河的降雨径流预报，通过建模、计算、比较和分析可知，其非线性映射能力、自学习能力和灵活性，均能较好地反映降雨径流之间的非线性的、复杂的转换关系，结合流域水文特性并合理处理建模数据，值得进一步深入研究。