货运量预测方法的比较

本在对货运量预测理论和程序描述的基础上，介绍并比较了常用预测方法的优缺点，重点研究了三层BP神经网络的基本原理，构思了BP神经网络中长期货运量预测模型，并进行了预测，最后根据预测结果，分析了其用于预测的优缺点。  

基于BP神经网络的企业内部控制体系评价研究

对内部控制体系评价可以采用定性和定量两种评价标准。定性评价受评价人员的主观判断的影响，往往缺乏客观性，而定量评价则以其科学、精确、可比的特征受到审计机构的欢迎。本文构建了内部控制评价指标，把描述企业内部控制状况的特征信息作为神经网络的输入向量，而把代表相应综合评价结果的值作为神经网络的输出，并用足够的样本训练这个网络，使不同的输入向量得到不同的输出量值，从而对企业的内部控制状况进行了量化的评价。  

BP网络的一种改进学习方法

章分析了传统BP学习方法的缺陷，给出了一种改进的学习方法，并用非线性函数tg△x和(e^△x-1)代替传统的线性函数△x进行网络学习和参数调整．仿真表明，该算法能有效克服网络陷入局部极小的困境，并大大提高收敛速度．  

BP神经网络预测在流程企业供应链中的应用研究

本针对流程制造企业的管理模式和相应的供应链特点，采用多智能体技术建立基于预测的流程供应链模型。在比较预测方法的基础上，采用BP神经网络技术建立客户分销的预测支持系统，并采用某造纸流程企业的周销量件数进行了实例预测仿真。  

肝癌术后无瘤生存期的人工神经网络预测

本文采用BP人工神经网络方法 ,构建预测肝癌患者生存期的网络模型 ,预测肝癌患者术后无瘤生存时间。该网络的回代贡献率为 83.94 % ,预测值与实际值的相关系数为 0 .916 2 ,误差均方为 0 .1347;网络对于检验集的贡献率为 71.11% ,预测值与实际值的相关系数为 0 .84 33,误差均方为 0 .16 0 8,生存期的预测值和实际值间比较 ,经配对t检验 ,t为 0 .3977,p为 0 .6 916。故认为BP神经网络预测肝癌患者的生存期效果较好 ,可进一步推广应用  

BP神经网络非线性组合预测模型在海洋冰情预测中的应用

针对海洋冰情灾害的非线性复杂问题，目前已提出了多种模型对其进行预测。在此基础上，根据神经网络的非线性和良好的函数逼近特性，提出用基于BP神经网络的非线性组合预测（NN-NLCF）模型来预测海洋冰情灾害。结果表明，NN—NLCF模型与海洋冰情的非线性特性相契合，它综合利用了参与组合的多种预测模型的有效信息，因而能更客观地反映海洋冰情的发展趋势，预测结果更为稳健、精度更高，在其它自然灾害时序预测中具有一定的推广应用价值。  

BP神经网络在企业经营绩效评价中的应用

对企业经营绩效的评价主要采用线性和非线性两类评价模型,非线性评价模型能够更好地对经济现象进行仿真,评价结果客观、准确,更加具有实际参考价值。本文从考核投入产出效率的角度出发,选取基本财务指标构成评价体系,在此基础上,建立基于误差逆传播人工神经网络(BP神经网络)的高新技术企业绩效评价模型。以医药行业2003年度22家上市公司财务数据作为神经网络的训练和测试样本,将训练好的BP神经网络应用于企业绩效的当期评价和仿真预测,实证分析结果令人满意。  

基于BP神经网络的企业信用评估模型

本文研究了企业信用评估中的模型问题.以商业企业为例,阐述了基于BP神经网络的信用评估模型的原理,通过建立指标体系,讨论基于BP神经网络的评价模型的实现,对模型的不足进行了分析,并提出改进建议.  

用BP神经网络捕捉股市黑马初探

利用BP神经网络良好的分类能力，对一类简单的黑马模式进行了初步的分类识别。实验结果表明。神经网络应用预测此类股市黑马是可行的。  

上市公司竞争力的非线性评价:辽宁省例证

上市公司竞争力的科学评价,对如何正确引导上市公司的发展具有重要意义.通过因子分析与BP神经网络两种综合评价方法的比较,发现非线性的BP神经网络方法在上市公司竞争力的综合评价上,比传统的线性综合评价方法更具真实性和科学性,并就如何提升辽宁省上市公司竞争力给出了政策建议.