人工神经网络在投资项目后评价中的应用

将人工神经网络方法引入到投资项目后评价中,以内部收益率、静态投资回收期、财务净现值率、投资回报率四项指标作为效益等级评价依据,同时采集了同类项目20个样本,划分五个评价等级,以BP神经网络模型为基础,运用MATLAB验证三种BP改进算法,证实了自适应学习速率动量梯度下降反向传播算法是评价该项目的最佳改进算法,在较快的收敛速度下,达到了更小的训练误差,从而实现了对项目效益等级的评价。     

基于优先级的公共交通枢纽换乘可靠度

立足于可靠度理论,明确了公共交通枢纽和枢纽换乘可靠度的涵义。在已有公共交通枢纽换乘可靠度模型的基础上,建立了基于优先级的公共交通枢纽多种方式及多条线路间换乘的可靠度模型。模型以各种交通方式客运量判定其优先级,并以此为依据,研究了枢纽内多条线路间换乘可靠度的权重计算方法,结合具体案例,通过与以往常用可靠度模型计算结果的对比分析,验证了模型的适用性,最后提出了改善公共交通枢纽换乘可靠度建议。     

能源类国有企业投资项目后评价指标体系与程序设计

在系统地概括了能源类国有企业投资项目一般特点的基础上，分析了该类企业开展投资项目后评价的必要性和意义，提出了后评价的主要内容、指标体系设计、指标选取方法和基本工作程序，并对后评价工作的有效开展提出了相关建议。