BP神经网络在期货价格预测中的应用

影响期货价格短期走势的因素纷繁复杂,具有一定的非线性和随机性,因而难于预测.鉴于神经网络强大的非线性映射能力,利用改进的BP网络,对较难解决的期货价格预测问题进行了研究,提出了一种预测期货价格的方法,并以期货铝的价格为例验证了此方法的有效性.     

BP神经网络在农机总动力预测中的应用

准确的预测黑龙江省农机总动力,可为黑龙江省的农业机械化发展趋势和农机产品市场分析提供理论指导,为制定黑龙江省农业机械化发展规划和预测近阶段农业机械化发展水平提供参考依据.利用黑龙江省1980-2007年农机总动力数据,运用标准BP神经网络和改进BP神经网络模型进行预测,预测结果表明,改进BP神经网络模型比标准BP神经网络模型在预测精度、运行时间、学习次数等方面更具优越性.     

基于BP神经网络模型与DEA模型的中国上市公司利润操纵研究

本文从CCER数据库中的上市公司违法违规数据库取得2006-2009年利润操纵上市公司样本,根据上市公司关键财务数据,构建配对样品组。文章运用粗糙集简化利润操纵的识别指标,通过蒙特卡洛模拟,提出基于BP神经网络模型的中国上市公司利润操纵的识别模型。本研究还引入DEA效率指标,建立改进的中国上市公司利润操纵识别模型,有效降低模型的第二类错误,从而将模型的正判率从71.43%提高到85.71%。     

基于BP神经网络的企业未来获利能力智能综合评价

分析了相关分析——多指标综合评价法在确定企业未来获利能力方面的优点和不足 ;并在其基础上提出了基于 BP神经网络的多指标综合评价法 ;仿真试验证明了基于 BP神经网络的多指标综合评价法的有效性     

BP神经网络在肝硬化治疗预测中的应用

本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型,并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。     

BP神经网络在上海住宅市场需求预测中的应用

人工神经网络是近期发展最快的人工智能领域研究成果之一 ,本文在介绍 BP神经网络的有关原理的基础上 ,建立了一个上海住宅市场的 BP神经网络模型 ,并通过该模型对上海住宅市场的需求进行了预测和分析 .分析结果表明人工神经网络方法在住宅市场需求预测中的应用是可行的并且是有效的 .     

基于BP神经网络的供应链绩效评价方法

动态供应链绩效评价是一个包含多个指标输入输出的复杂评估系统,各绩效指标具有模糊性、不确定性,绩效指标数量较多,彼此之间存在非线性关联性。针对这样一个复杂的评估系统,本文讨论利用神经网络技术来对动态供应链绩效进行综合评价。本文首先介绍了人工神经网络的基本概念。针对供应链绩效的五维平衡计分卡模型,利用BP神经网络(Back Propagation NeuralNetwork,BP网络)来对供应链综合绩效评价结果进行学习和预测,文中我们详细讨论了供应链绩效评价中BP网络的学习过程和存在的问题,并给出了仿真结果。计算实例表明本文提出的动态供应链绩效评价模型是合理、有效的,能够为供应链的合理分析和决策制定提供依据。     

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。     

基于BP神经网络的航空公司机队可靠性评价模型

机队作为航空公司运输能力的关键,其安全性与可靠性直接影响到航空公司的经济效益.根据航空公司机队可靠性统计和数据采集方式以及实际应用情况,建立了航空公司机队可靠性评价指标体系.鉴于机队可靠性受多种复杂因素影响及各指标体系非线性等特点,结合人工神经网络基本原理和特性,提出了BP神经网络机队可靠性评价模型.最后应用该模型对航空公司机队可靠性进行了实例分析,得出了评价等级.结果表明,基于BP神经网络机队可靠性评价模型是可行的,该方法能够实现动态的评价,对提高航空公司机队可靠性评价技术水平具有现实的意义.     

BP神经网络算法在单井流动单元识别中的应用

流动单元的准确划分不仅是建立精细地质、搞清剩余油分布的必要条件,而且关系到后期挖潜剩余油措施的选择.本文应用BP神经网络算法,以取芯井参数聚类分析结果为学习样本,对非取芯井进行流动单元划分,实例表明与常规的判别分析方法相比,在划分结果上基本一致,但是BP神经网络算法具有更准确的样本学习能力,不存在回判错误的可能,为单井流动单元划分提出了新的思路.     

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人工神经网络模型的新改进及其应用

针对 BP网络存在的缺点 ,有多种改进方法 .从算法和网络结构设计方面进行了综合改进 .将新改进的 BP网络用于成都市消费预测 ,取得令人满意的效果     

基于因素分析与BP神经网络的电信企业管理胜任力测评研究

运用行为事件访谈法、专家小组讨论法,以及探索性因素分析与验证性因素分析方法,构建电信企业管理胜任力的结构模型及其评价指标体系.在确保测评指标合理性与有效性的前提下,提出一种基于BP神经网络的管理胜任力测评模型,通过仿真和实例表明了测评模型的有效性,为综合评价电信企业员工的管理胜任力提供了一种新方法。     

融合系统聚类与BP神经网络的世界碳排放预测模型研究

针对碳排放指标的复杂性与多样性,利用系统聚类对世界碳排放指标进行筛选;然后运用BP神经网络对世界碳排放量进行预测.结果表明运用系统聚类方法分析碳排放指标,简化了BP神经网络输入层,使网络训练得到较快实现,相比传统BP神经网络预测方法具有更高的精度,为碳排放预测及其它相关预测提供了一种新的、可供借鉴的方法.     

基于BP算法的客户关系管理有效性评价研究

根据客户关系管理（CRM）的基本原理，提出了客户关系管理的过程模型，基于该模型建立了CRM有效性的评价指标体系，针对BP算法的自适应性、自学习性、自组织性特点，提出基于BP算法的客户关系管理有效性评价方法，最后运用数字实例验证了该方法的有效性和可行性。     

基于改进BP神经网络的电力负荷预测

在现有文献研究的基础上,对BP神经网络进行了深入研究,提出了一种新的LAFBP模型,给出了模型的标准BP算法、改进BP算法、权值和阈值的初始化方法.在此基础上,用新的LAFBP模型与传统的标准BP模型对黑龙江省巴彦县的电力负荷进行了预测.预测结果表明,新的LAFBP模型不仅克服了传统的BP模型外推效果不好的缺点,而且在模型的拟合精度、学习时间和学习次数方面明显优于传统的BP模型.     

改进BP神经网络及其在陕西就业预测中的应用

就业是一个非常重要的社会和经济统计指标.世界各国政府都非常重视就业问题,将增加就业率作为政府的工作目标.要想解决就业矛盾,就应该对就业问题的未来发展趋势有一个清醒的认识,从而做出正确的决策.本文提出了一种基于因果关系理论、协整理论用于控制与预测的改进BP神经网络,并将其应用于陕西省就业的控制和预测中.