BP神经网络的股票价格预测模型建立

由于股票价格的变化具有随机性、非线性等规律,股票市场与国内外经济政治变化亦息息相关,为了提高股票价格的预测精度,提出遗传算法优化BP神经网络的股票价格预测模型。BP神经网络具有良好的非线性映射能力,弥补传统股票价格预测方法的不足。     

基于BP神经网络的纤维混凝土力学性能预测模型

基于BP神经网络预测模型对不同材料掺量的纤维混凝土进行混凝土力学性能预测,找到适宜的隐藏层单元数和误差目标值.通过将预测数据和实测数据进行对比,研究该预测模型对于混杂纤维混凝土强度预测的可行性.经检验当隐藏层单元数为9个,目标误差值为1e-7时,预测值的准确性最高.     

BP神经网络图书文献经费预测模型

旨在应用BP神经网络的函数逼近功能,建立一维时间序列数据图书文献经费的预测模型。基于MAT-LAB6.5BP神经网络训练,得出的预测结果与各个示例的实际数值比较吻合。测试样本的训练结果表明,该模型适用于图书文献经费预测。     

基于BP神经网络的稿件质量评价系统

分析了科技期刊稿件审理的指标体系与BP神经网络的基本原理，建立了基于BP神经网络的稿件质量评价系统，输入层为6个节点，输出层为1个节点，中间层为12个节点，并应用24个样本对网络进行了训练。检验结果表明，检验样本的期望输出结果与网络模型的计算结果的最大误差小于0．1％，说明该模型可行。     

基于BP神经网络的地震预测

地震预测是地理问题研究领域中的一个重要课题.由于引起地震的相关性因素很多,很难建立物理理论模型.神经网络在预测和构造未知时象模型方面具有独特的优势,因而在预测控制领域得到广泛的应用,本文探讨将BP神经网络应用到地震预测中的一种方法.     

基于BP神经网络的变压器故障诊断

针对变压器故障征兆和故障类型的非线性特征,结合油中气体分析法,研究应用BP神经网络对变压器进行故障诊断。设计了一个基于BP神经网络的变压器故障诊断模型,通过仿真实验证明BP神经网络可以有效的运用到变压器故障诊断中。     

基于BP神经网络的中国人口预测

本文基于中国统计年鉴1990—2010年中国人口数据,通过建立BP神经网络模型,对中国人口进行了预测。结果表明,神经网络预测数据相对误差不到0.01%,比传统预测方法精确很多,根据该模型预测,中国人口将在2050年达到峰值14.5亿左右。     

基于BP神经网络的科技人才需求预测

采用BP神经网络模型解决科技人才需求预测问题。首先介绍BP神经网络结构和学习算法,其次确定科技人才需求预测影响因素指标,作为BP神经网络输入,最后以Matlab为运行平台实现BP神经网络模型,并以河南省科技人才为例进行案例分析,应用BP神经网络模型预测河南省2008-2010年科技人才需求量。     

基于BP神经网络的风险投资评估模型

风险投资作为一种新型的投资工具，具有不同于传统的金融投资评估的方法，评估方法更复杂、更专业，带有很强的主观性，而当前的各种评估方法却很难体现风险投资的这种特点，这在一定程度上降低了评估结果的科学性和客观性，限制了风险投资业的发展。近年来兴起的神经网络评估模型，由于具有信息分布性、容错性大的特点，适于信息残缺或推理规则不确定的环境，加上模型中的权重是通过样本学习而形成的，不需要对各项指标确定权重，所以比较接近人的思维模式，它对人们解决风险投资评估问题是有帮助的。鉴于神经网络的这些优点．本文构建了基于BP神经网络的风险投资评估模型．并对模型进行了检验。     

基于BP神经网络的上证指数收益率预报

采用牛市期间和熊市期间的上证指数日收益率数据对BP(Back-Propagation)神经网络进行训练和检验.在牛市和熊市期间,平均相对预测误差分别为4.11%和4.08%,说明BP神经网络在预测股票市场收益丰方面具有良好的应用性.     

基于BP神经网络的突发传染病舆情热度趋势预测模型研究

［目的/意义］研究突发传染病舆情热度的发展趋势,能够为制定舆情引导策略提供参考,具有重要的理论意义。［方法/过程］本文首先构建微博舆情热度评价指标体系,基于信息熵确定各个指标的权重,然后对求得的舆情热度趋势值进行分类,在此基础上,建立基于BP神经网络的突发传染病舆情热度趋势预测模型。以新浪微博为例,选取"MERS病毒卫生突发事件"的舆情热度数据进行实例分析,预测该突发传染病事件的发展趋势,从而验证模型的可行性。［结果/结论］实验结果表明,该模型能有效预测突发传染病舆情热度趋势,进而为舆情管控提供决策支持。     

基于BP神经网络的上证指数收益率预报

采用牛市期间和熊市期间的上证指数日收益率数据对BP(Back-Propagation)神经网络进行训练和检验。在牛市和熊市期间,平均相对预测误差分别为4.11%和4.08%,说明BP神经网络在预测股票市场收益率方面具有良好的应用性。     

动态全参数自调整BP神经网络预测模型的建立

本文从减少干预的思想出发，提出了BP神经网络动态全参数自调整学习算法，使得隐层节点和学习速率的选取全部动态实现，实现了学习速率和网络的适应能力，最后又将改善后的BP神经网络应用到经济领域中，得到了比常规经济学模型更优的效果。     

基于BP神经网络的品牌延伸决策模型

通过分析品牌延伸决策方面现有研究的不足,探讨了消费者品牌延伸评价因素,建立了品牌延伸决策指标体系;结合品牌延伸决策问题具有的非线性和机理不明确等特征,基于品牌延伸决策指标体系,利用BP神经网络建立了品牌延伸决策模型;最后进行了模型应用。     

基于BP神经网络的应用及实现

针对医学中癌细胞与正常细胞的正确分类率不高的问题,提出BP神经网络对其进行分类。本文介绍了BP神经网络的基本算法及几种改进算法。为了提高癌细胞的检测正确率,本文分别采用四种改进算法训练BP神经网络并进行测试。通过分析其训练效果的关键数据及测试结果,可以得到较高的癌细胞分类准确率。实验表明,采取合适的算法对BP网络进行训练,可以达到较好的分类效果。     

基于BP神经网络的电力系统负荷预报

研究了基于BP网络在中电力负荷预测中的应用,通过神经网络对训练样本的学习,自动提取影响中长期电力负荷的诸多因素。从训练速度、预测误差等方面分析对比了两种神经网络预测能力,仿真和实例数据表明了两种神经网络在中长期电力负荷预测方面的可行性和良好效果。     

基于BP神经网络技术的服装质量预测管理系统设计

本文在深入分析传统服装生产管理环节中存在的缺点及成因,利用BP神经网络技术的技术特点及优势,结合信息化手段,提出一个针对传统的服装生产过程中质量难以控制问题的解决方案,并探讨了具体实现方法.     

基于BP神经网络的传感器非线性建模

根据动态校准实验结果建立传感器的动态数学模型,以研究传感器的动态性能,是动态测试的一个重要内容。本文研究了BP神经网络模型在传感器动态建模中的应用。该方法适用于传感器非线性动态建模,试验结果表明,应用BP神经网络对传感器进行动态建模是一种行之有效的方法。     

基于BP神经网络的图书发行量预测模型研究

收集20年图书的发行量数据，采用特殊的处理方法建立时间序列图书发行量的BP神经网络预测模型。利用MATLAB6．1软件中的神经网络工具箱实现了样本的最化划分，网络参数的优化。经未学习样本检验，模型预测精度较高。并对预测结果作了置信度分析，提出置信度95％水平预测结果。     

论基于MATLAB语言的BP神经网络的改进算法

针对标准BP算法存在的缺陷，本文给出了基于MATLAB语言的BP神经网络几种改进的算法，阐述了各种BP算法的优化技术原理、优缺点，并就它们的训练速度和内存消耗情况作了比较，建议在多数BP神经网络训练时，先尝试使用Levenberg-Mqrquardt算法，其次是BFGS算法或共轭梯度法以及RPROP算法。