基于消错理论的医院财务绩效评价方法研究

针对医院财务绩效评价问题,利用消错理论提出一种新的评价方法.在消错理论的基础上引申出医院财务绩效评价系统中错误、错误函数和极限损失的概念.按照时间维度从过去、现在和未来3个方面出发,设计出一个包含10个指标的医院财务绩效评价指标体系.在参照消错决策方法相关研究的基础上建立起一套新型的医院财务绩效评价方法,并通过一个算例来说明新评价方法的可操作性和合理性.     

基于神经网络的食品安全评价模型构建研究

食品安全评价模型的准确度高低,直接影响食品安全状况评价、预测的准确率.结合危害分析与关键控制点的（HACCP）食品安全管理体系理论,从食品供应链的角度出发,建立食品安全评价指标体系;使用层次分析法（AHP）改进逆向传播（BP）神经网络算法中随机初始化计算权重的方法,训练样本数据,并以测试数据作为验证,检测模型的误差收敛速度和拟合度.结果表明,这种BP神经网络结合AHP方法构建的模型具有实用、精度高、快速、客观等优点,可用于生产、加工、销售等流通环节食品安全评价、区域食品安全评价以及种类食品安全评价.     

基于神经网络的高校财务评价

提出了一种基于离散型Hopfield神经网络的财务评价模型,该模型结合层次分析法,实现了对高校财务运行状况的多指标评价．根据评价指标的权重将所有的神经元分成若干个组,每组神经元对应一个评价指标,其所包含的神经元的数量正比于所对应评价指标的权重．分组方法使神经网络能包含评价指标的权重信息,确保评价模型的合理性．用实例对模型进行了验证,该模型为高校财务运行评价提供了新方法．     

基于离散Hopfield神经网络的葡萄酒质量评价

葡萄酒质量评价是一个多因素、非线性的复杂过程,为了提高评价结果的准确性,在构建评价指标体系的基础上,利用离散Hopfield神经网络建立了葡萄酒质量评价的数学模型,并通过Matlab神经网络工具箱对葡萄酒质量评价进行仿真试验.结果表明,该模型提高了葡萄酒质量评价的准确性,评价结果对葡萄酒的生产和市场定位具有一定的参考意义.     

基于神经网络的测井评价油层污染研究

利用测井资料，在剖析传统的测井评价油（气）层污染方法的基础上，介绍了利用ＢＰ神经网络这一现代数理统计新技术来实现测井多参数评定油气层污染程度的方法和技巧；以华北二连油田实际资料为例，建立了测井判释油气层污染的数学物理模型，并进行了模拟预测。结果表明：该法简便可行，对污染评价参数预测精度较高，对污染程度评价合理准确，可作为油（气）层污染定量评价的一条有效途径。     

基于改进BP神经网络模型的电力工业可持续发展综合评价研究

利用附加动量法和自适应学习速率,对传统的BP神经网络算法进行了改进,建立了基于改进BP神经网络的多指标综合评价模型,并将其应用到北京市电力工业可持续发展综合评价研究中去。改进后的神经网络评价模型,大大减少了学习次数,有效防止了网络陷入局部极小值;摆脱了评价过程中人为因素及模糊随机性的影响,同时能保证评价结果的准确性,是一种智能的评价方法。实例运算得出令人满意的评价结果,证明了这种方法的有效性。     

基于神经网络的再制造系统风险评价

为了给企业在开展再制造业务时提供风险评估参考模型,从再制造全生命周期出发分析再制造系统面临的各种风险,构建包括收集、检测、拆卸、再制造和再循环五大环节的评价指标体系;建立基于Back Propagation（BP）神经网络的风险评价方法;并利用权矩阵之间的关系函数确定评价指标的影响次序,找出再制造系统风险的主要风险因素;然后通过Internet收集资料选取五个企业的再制造业务风险评价作为样本训练模型;最后以某机床制造企业的再制造项目风险评估验证上述评估方法的有效性。     

医院社会责任和财务绩效：声誉的中介作用

医院应该承担更多的社会责任,我国医院社会责任的理论研究和实践活动都处于起步阶段。医院社会责任和财务绩效的关系,成为医院社会责任活动最重要的驱动因素。医院社会责任的履行会对短期财务绩效带来负面影响,而正向影响医院的长期财务绩效,这种正向影响主要是通过医院声誉这个中介变量来完成传导的。     

ERP系统实施效果的BP神经网络评价研究

神经网络具有自学习、自适应能力和容错性强等特点,本文应用BP神经网络模型建立综合评价系统,应用人工神经网络方法对ERP系统实施效果进行评价作了一定的探索。     

基于BP神经网络的油气产量历史预测

分析了常规油田开发模型所存在的问题;探讨了应用神经网络技术进行油气产量历史预测的可行性。油田实际资料验证评价结果表明：该法模拟预测精度高,效果好,简单实用,不失为油气产量动态预测的一条新途径。     

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.     

基于神经网络的装备保障资源评估

科学的评估装备保障资源对提高部队保障能力及装备保障指挥决策具有重要的现实意义;基于人工神经网络理论及 BP(back propagation)网络原理,建立了装备保障资源评估模型,初步形成对装备保障资源各基本内容的评估。最后,结合装甲装备保障资源实例进行了分析。     

基于神经网络的大气污染预报方法的研究

大气污染物浓度的变化具有较强的非线性特性，基于人工神经网络捕捉非线性变化独特的优越性，将RBF网络应用于实测大气污染物浓度的预报。     

基于神经网络的教师教学评估系统

利用神经网络对教师教学评估中所使用的权值进行非线性学习与调整，通过实验证明了该方法的有效性，并提出进一步改进的方案。     

基于B-P神经网络的公司高管人员绩效评价

首先阐述了高管人员绩效评价的重要性，在建立高管人员绩效评价指标体系的基础上，介绍了基于B—P神经网络的高管人员绩效评价机理，并给出了应用实例。通过该实例表明，该评价方法具有准确性和实用性的特点，是一种评价高管人员绩效的有效方法。     

基于自适应线性神经网络的噪音处理的研究

在信号处理中具有高稳定性能的滤波器一直是处理噪音干扰所追求的目标.本文通过利用线性自适应神经网络中的LMS算法来对噪音处理进行研究.研究表明基于自适应线性神经网络的降噪处理,从本质上是可以消除迭加的噪音信号.     

基于神经网络的单相自适应重合闸的研究

自适应自动重合闸技术具有诸多传统重合闸技术所不具有的优势。将人工神经网络理论应用于单相自适应重合闸中,建立了一个3层的前向网络模型。利用MATLAB软件进行了大量仿真实验,验证了其在带并联电抗器的超高压长输电线路的瞬时性故障与永久性故障的识别中具有良好的可行性。     

道路交通事故神经网络预测研究

对于交通事故的预测,可以视作一个非线性随机的输入输出系统,因此保证了可将神经网络理论用于预测的可行性.为此,选用算法建立了道路交通事故神经网络预测模型.鉴于算法具有学习速度慢,目标函数存在局部极小点的缺点,采用改进的快速算法,即采用加动量项和自适应学习速率的方法来弥补这一不足,实现对交通事故的预测.     

基于概率神经网络的高校毕业生学位评审预测

客观地、高效地、准确地对高校毕业生获得学位进行评审,是高校面临的一个重要问题.本文首先提取影响毕业生学位的评审五大指标：学习成绩、实习成绩、论文成绩、英语四级、计算机等级,然后建立了概率神经网络的高校毕业生学位评审模型.Matlab仿真实验表明,该方法评审学位简单快速且准确率较高,具有良好应用前景,也为今后高校学位评审提供一个新视角.