基于改进BP神经网络算法的多指标综合评价方法的应用研究

研究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，以建设工程项目招标评标为背景，建立了多指标综合评价的BP模型，引入附加动量法和变步长算法，对BP神经网络算法改造，大大提高了学习训练速度，运用这种神经网络来解决实际问题，并给出了结果．     

基于混沌神经网络的建筑节能综合评价

目的 构建建筑节能综合评价指标体系,对建筑节能进行综合评价.方法 针对神经网络BP算法收敛速度慢且容易陷入局部极小值问题,在常规神经网络中引入混沌神经元,建立混沌神经网络建筑节能综合评价模型.结果 根据建筑节能综合评价指标体系各量化指标,得出科学合理的评价结果 .通过实验仿真验证了该混沌学习算法的有效性和先进性.在输入参数相同的情况下,训练收敛到相同精度,CNN模型的训练次数少于BP网络模型,CNN模型用于建筑节能评价精度高.结论 运用混沌神经网络进行建筑节能综合评价的方法 是有效的.     

基于神经网络的医院绩效研究

在国内外绩效考核评估理论的基础上,结合中国医院管理的现状,建立了医院绩效综合指标评价体系,构造了医院绩效评价的BP神经网络模型,最后以JC医院为例,对其绩效进行评价。仿真结果表明利用BP神经网络进行医院绩效评价具有可行性和有效性。     

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。     

模糊人工神经网络在矿井构造评价中的应用

介绍了模糊综合评判和人工神经网络原理，分析了一般BP神经网络在研究复杂性问题时存在的局限性，根据模糊人工神经网络模型的构建方法，探讨了该模型在矿井构造定量评价中的应用，结合鲍店煤矿的实际资料，对建立的模糊人工神经网络模型进行了学习训练，对未采区的构造复杂程度进行了预测，结果表明：模糊人工神经网络较一般BP神经网络具有更快的收敛速度和更准确的预测效果．     

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BP神经网络的湖泊旅游资源综合评价--以杭州西湖为例

本文在分析BP神经网络概念和原理的基础上,从阈值角度出发,生成适用于BP人工神经网络模型的训练样本,并建立了自然环境指标、社会支持系统指标、社会经济文化指标三个指标体系,用于构建湖泊旅游资源综合评价的BP神经网络模型。运用此模型将杭州西湖与喀纳斯湖旅游资源综合评价结果进行对比分析,验证模型的合理性,从而说明该模型对湖泊旅游资源的综合评价具有较好的客观性、通用性和实用性。     

粒子群优化的BP神经网络在电梯群控系统中的应用

目的提出基于粒子群优化的BP神经网络获取评价电梯群控系统派梯性能指标的新方法．方法综合考虑电梯运行特性,确定电梯调度控制策略,建立了电梯运行性能的评价指标函数,利用神经网络自学习功能获取评价指标的初始权值和阀值,针对平均候梯时间对比研究了普通BP神经网络算法和粒子群优化BP神经网络算法．结果将优化的权值和阀值代入BP神经网络获得平均候梯时间,粒子群优化的BP神经网络与BP神经网络相比,减少了迭代次数,缩短了运行时间．结论仿真实验表明,该方法可以避免BP神经网络训练中产生局部极小值,加快BP神经网络训练速率,提高电梯群控系统控制的速度．     

基于BP神经网络的预警探测人才能力评价研究

为了更科学地评价预警探测人才能力,首先分析了预警探测人才胜任特征,建立了预警探测人才能力指标体系;然后结合层次分析法和模糊综合评判等传统评价方法,给出了基于BP神经网络的预警探测人才能力评价方法;最后通过实例应用验证了该评价方法的可行性．研究结果表明,与传统评价方法相比,基于BP神经网络的评价方法更科学,评价过程更快捷,适用于对实际预警探测部队的人才进行综合能力评价．     

基于遗传算法与神经网络相结合的区域水资源承载力综合评价

在遗传算法与误差反向传播网络（BP网络）结构相结合的基础上，提出了利用改进的遗传算法优化神经网络进行水资源承载力综合评价的新方法，将该方法应用于淮河流域水资源承载力综合评价，实例表明是可行的，为水资源承载力定量分析开辟了新的途径．     

基于数据挖掘技术的上市公司财务危机预警实证分析

为了能够对上市公司的财务困境进行预测,采用样本上市公司的财务数据,建立了BP人工神经网络财务预测模型.研究结果表明,建立的计量模型预测准确度较高,不仅对企业财务困境的研究具有一定的理论价值,而且对证券分析行业相关人员进行上市公司的财务预测具有一定的现实意义.     

基于突变理论的上市公司业绩评价

采用突变评价法将定性与定量结合起来 ,并与模糊数学的隶属函数相结合 ,对上市公司的经营业绩进行了测评     

高新企业营销风险分析与预警管理

在深入了解高新企业营销风险的成因及特点的基础上，对弘历公司潜在的营销风险进行了具体分析。之后选择BP神经网络，针对弘历公司建立营销风险预警管理模型。在建模的过程中，通过对模型的训练和检测完成了模型的构建。最后讨论了处于不同风险等级的企业可以采取的相应对策措施，重点提出弘历公司应当采取的风险防范与控制策略，为企业营销风险预警管理实践拓宽了思路。     

上市公司供应链风险评估CVaR模型

应用条件在险值CVaR方法构建了上市公司供应链风险评估模型,并以上下游与生产企业之间的交易量作为风险影响因子的给定标准,解决了该类模型中需度量各类风险源风险大小的复杂问题,并且通过风险阈值的给定来进行风险监控,最后给出了一个模拟中国彩电业上市公司供应链的算例说明了模型的应用.     

刍议上市公司分部信息的披露

上市公司日益多元化的发展，使得会计信息使用者仅凭合并财务报表难以作出正确的决策，他们需要掌握上市公司所属分部面临的风险和机遇、经营特点、发展潜力等分解信息。我国应加强上市公司分部信息的披露，不断完善分部信息披露准则和制度，以提高分部信息的真实可靠性，更好地满足信息使用者的决策需要。     

基于主成分分析的上市公司财务绩效评价

对企业财务绩效的评价方法很多,但其中很多方法含有主观因素。主成分分析方法能够克服一些其他分析方法的缺点,减少主观的因素,使分析结果能够客观地反应事实。利用上市公司财务绩效评价指标体系,应用主成分分析方法对18家石油化工类上市公司进行了综合评价。分析结果显示了上市公司财务绩效的综合排名情况,为投资者提供了投资决策依据。     

电力上市公司综合实力的熵评价

提取沪深股市 42 家电力上市公司的 2001 年年报的数据,采用了熵评价法,对电力上市公司综合实力进行了综合评价。在用熵评价确定权重之后,又提出一种变异系数权重检验方法,用以确定熵评价的效果。结合评价数据,对上市公司综合实力的影响因素进行了实证分析。     

集团公司整体上市与上市公司绩效研究

分拆上市所引发的我国证券市场上市公司的治理问题主要是大股东与中小股东之间的代理问题,即大股东通过利益输送,掏空上市公司,实现控制权私人收益,这不利于投资者保护,严重损害了上市公司价值,也阻碍了证券市场发展．在上述背景下,整体上市,尤其是我国上市公司的国有企业集团母公司“空壳化”引起了广泛关注．作者从理论和实证角度入手,基于母子公司框架,分析了集团公司母公司（大股东）控制权私人收益问题,解答了为什么要整体上市的问题,同时采用会计研究法检验了整体上市的长期绩效及综合绩效．     

陕西省上市公司运营状况的因子模型分析

陕西省上市公司在陕西经济发展和资本市场运行中发挥着重要作用,但是近年来陕西上市公司的表现却并不令人满意．那么,陕西省现有上市公司的运营状况到底怎样？作者运用因子模型分析方法对陕西上市公司板块进行了定量研究,以便做出科学的分析和判断,进而为陕西上市公司的可持续发展提供决策参考．     

现代敏捷管理与控股公司管理集成的研究

提出了现代敏捷管理的思想,研究了现代敏捷管理、控股公司的本质和特征以及二者集成的特征。将现代敏捷管理的思想引入控股公司的运营管理,从战略层次上提高控股公司的管理能力。设计了全面的、可操作性强的评价指标,采用层次分析法产生样本和用BP神经网络进行学习和处理,用于评价控股公司管理的敏捷程度