BP神经网络在上市公司综合评价中的应用

分析了多目标综合评价的特点,提出了一种基于BP神经网络的上市公司综合评价方法,以高科技板块为例,在对该板块上市公司财务指标的原始数据进行无量纲化处理后,用经过训练的BP神经网络对其进行综合评价,得出较满意的综合评价结果。     

水库移民安置区优化选择的模糊综合评价

水库移民安置区的优化选择是关系移民社区将来稳定和可持续发展的重要环节 .通过对移民安置区的综合分析 ,建立了水库移民安置区模糊综合评判的数学模型 ,进而对安置区的指标体系进行了模糊综合评价 ,通过实例验证了模型的正确性 ,其模型对水库移民安置区的选择具有指导意义 .     

BP神经网络在射孔信号识别中的应用

将BP神经网络应用于油管传输射孔信号的识别,射孔信号经过小波变换,取小波变换后的一阶分量作为神经网络的特征量,将多个信号的一阶分量送入神经网络进行训练,得到稳定的系统,可以利用这个系统识别射孔信号。如果射孔信号为一级起爆信号,结果显示为1;如果为其他类型结果显示为0。经过实验证明,所设计的BP网络可以识别油田射孔作业中一级起爆的油管传输射孔信号。     

BP神经网络在变压器故障诊断中的应用

介绍了电力变压器内部常见的故障,采用BP神经网络算法建立了变压器的神经网络故障诊断模型,通过与传统的IEC三比值法相比较,表明基于BP网络的诊断方法达到了较好的故障识别与分类,诊断准确率也有显著的提高,在变电设备故障诊断中具有良好的应用前景.     

某移民安置工程软土地基取土质量评价

通过某移民安置工程软土地基的土工试验结果的分析和评价，分析了取土质量对保证勘察成果质量的重要性。     

模糊聚类分析在移民安置区选择中的应用

移民安置区选择是移民安置规划的关键环节之一．本文提出应用模糊聚类分析的方法初步选择移民安置区．此法采用定性分析与定量分析相结合，减少了盲目性，增强了科学性．本文结合广西长洲库区移民安置规划，给出了安置区选择综合评价指标体系、评价方法与步骤，并通过算例说明方法的可行性．     

BP神经网络在房地产估价中的应用

将改进型BP网络用于房地产估价，通过在识别阶段对训练样本分类正确率问题的讨论，提出运用欧氏距离对网络的识别系统进行改进的方法。应用实例表明改进识别方法的BP网络应用在房地产估价中能使待判样本分类正确率从90．5％提高到100％，相应的估价误差从1．7％降低到0．3％。     

BP神经网络在房地产估价中的应用

将改进型BP网络用于房地产估价 ,通过在识别阶段对训练样本分类正确率问题的讨论 ,提出运用欧氏距离对网络的识别系统进行改进的方法。应用实例表明改进识别方法的BP网络应用在房地产估价中能使待判样本分类正确率从 90 .5 %提高到 1 0 0 % ,相应的估价误差从 1 .7%降低到 0 .3%。     

BP神经网络在洪流预报中的应用

通过归纳分析,结合实际的采集数据,对降雨径流预报的人工神经网络模型进行了改进,并针对不同的预报系统,采用改进的自适应BP算法进行分析,指出了今后洪流预报发展的方向.     

基于BP神经网络的战场网络攻击效能评估

战场网络攻击效能评估是网络攻击研究的重要内容.为了评估战场网络攻击效能,构建了战场网络攻击能力评估指标体系,提出了基于BP神经网络的评估方法,给出了构造样本的方法,并用构造的样本对BP神经网络进行训练,最后利用Matlab软件对该网络进行了仿真.通过与模糊综合评判法得出的评估结果相比较,验证了该方法的有效性.该方法减少了评估中人为因素的影响,使评估结果更可信.     

基于BP神经网络的教学质量评价

基于MATLAB设计神经网络评价流程,以3层BP神经网络进行教学质量评价,其中隐含层的传递函数为tansig,输出层的传递函数为purelin．为保证网络的泛化能力,在训练样本的选择上,选择比较有代表性的数据,打乱顺序,对数据进行归一化预处理;训练函数采用Levenberg—Marquardt算法,选择学习速率为0．01,网络训练误差为le^-5,训练次数1000次,步长选择为10．成功训练神经网络后,对给出的4组数据进行了预测,画出预测拟合及误差分析图形．结果表明：在设计BP神经网络模型的基础上,采用合理的样本数据,神经网络就会通过训练样本,学习到样本的有关环境本身的内在规律性,对输入给出正确的反应,以实现教师的教学质量评价．     

改进BP神经网络在裂缝预测中的应用

常规基于线性的测井计算方法不能很好地表征复杂的裂缝系统,而现有的成像测井技术虽然分辨率高,能较好地记录裂缝特征,但其成本高,实用性不强。因此,本文首先研究了改进BP(Back Propagation)神经网络算法,极大地提升了BP神经网络算法的收敛速度和全局收缩能力,然后将该算法引入到裂缝预测中,使利用常规测井曲线就能较好地达到预测裂缝的目的。结合实际的生产资料进行了效果分析,结果表明,对常规测井资料应用神经网络技术能较好地识别裂缝。     

BP神经网络算法在图像预测物体重量中的应用

本采用误差反向传播算法(BP)通过图像预测物体重量,先对图像进行特征提取,再用BP算法进行训练,建立了图像识别重量模型。利用水杯图像相关资料建立了数据库,由水杯图像的特征因素作为样本对网络进行训练,并用训练好的网络预测未知水杯重量。由实例表明,该方法在测物体重量中是可行的,误差较小,为物体重量预测提供了一种新思路和新方法。     

BP神经网络在热计量装置热量积算中的应用

应用BP神经网络,对热计量装置热量积算中所需的表格数据(焓值和密度)进行离线训练,获得了相应的权值,并利用此权值取代相应的表格数据,在保证精确度的前提下,不仅减少了数据存储空间,而且还避免了插值运算,使编程得以简化,取得了较好的应用效果.     

BP神经网络应用于高等学校顾客满意度测评的研究

引入顾客满意战略是高等教育教学评估新的理念和手段,所以对我国高等学校顾客满意度评价体系尝试研究,在确立评价体系的基础上,利用误差反向传播人工神经网络(BP网络)的多指标综合评价问题,建立了我国高等学校顾客满意度测评的BP模型。     

神经网络BP算法在噪声主动控制中的应用

在噪声主动控制系统中采用神经网络控制方法，给出了神经网络BP算法的一种变异算法。仿真实验表明，基于神经网络的噪声主动控制系统具有非常好的降噪效果和稳定性。     

BP神经网络在作业成本预算中的应用

作业成本法在成本预算等其他环节应用活动还极为少见,且常用预测方法预算额准确度较低,难以在成本管理的后续环节发挥指导和控制作用.针对此问题,利用BP神经网络从输入层输入影响运行维护作业的各个因素的状态值,经隐含层处理后传入输出层,模拟输出各项运营维护作业的数量,以此结果来指导作业预算.其自组织、自适应、自学习的优良性能,能较好地处理作业成本预测这一多因素、不确定性、非线性问题.实验表明,将BP神经网络引入作业成本预算,有利于推进作业成本法在企业成本预算中的应用,挖掘企业成本降低潜力.     

变结构神经网络模型的BP算法及其应用研究

神经网络模型是一种非常有效的数据处理工具,但是存在结构确定困难的缺点.针对神经网络算法的这种缺点,提出了变结构神经网络模型.此模型增加了神经网络隐节点的决策变量,并对此决策变量进行松弛.在采用BP梯度算法确定神经网络结构的同时,确定网络参数.由于电缆的状态监测是时序数据,将此模型应用于电缆的状态监测过程中,能体现出较好的适应性.