民用汽车运力动员经济补偿浅议

民用运力的动员对军队和国防建设有着重要作用,但对民用汽车运力的经济补偿在实际操作中存在不少问题,随着我国市场经济的发展、企业改革的深化,亟待针对民用汽车运力动员和在执行军事任务时可能发生的财产损失和人员伤亡情况制定合理的经济补偿办法。     

基于BP神经网络的工程造价预控研究

针对BP神经网络的工程估价模型具有高度的容错性和较强的泛化能力等优点,根据BP神经网络原理,对某井筒工程特征进行分析,确定工程特征类目作为神经网络的输入向量。建立基于神经网络的工程造价快速估算模型,该模型能更好的满足实际工程投资估算和设计概算的需要,对项目工程造价快速估算有指导意义。     

关于建立我国计算机软件作品知识产权估价模型的探讨

关于建立我国计算机软件作品知识产权估价模型的探讨武汉工学院鲍晓慧华中理工大学游大海随着当今世界经济和社会发展的信息化，以及计算机应用事业的高速发展，国际上早已形成了计算机软件这一重要的高技术产业。如何保护计算机软件的产权，从一开始就给国际知识产权法律...     

浅议BP神经网络在建筑工程造价中的应用

在建设项目工程中造价估算是一项十分重要的工作,根据神经网络的原理和工程造价估算的特点,通过研究工程造价的构成,特别是建筑工程结构和主要分项工程的特征在工程造价中所起的作用,确定了主要因素,作为神经网络的输入变量,提出了基于BP神经网络的工程估价模型,共收集工程估价实例作为训练样本作为检测实例,经测算其精度基本可以满足实际工程投资估算的需要。因此：神经网络在这方面有很好的应用前景。     

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GIS的房地产估价系统研究

在分析了房地产估价行业特点和存在问题的前提下,讨论了以GIS技术为基础建设房地产估价信息管理系统,具体分析了系统建设的可行性、系统设计、系统的应用效果和应用前景,为将GIS技术与房地产估价这两者的结合提供了一个新的实例。     

神经网络在传感器动态补偿中的应用

根据传感器的特点和补偿的本质,利用神经网络良好的逼近能力,提出了基于BP神经网络的传感器动态补偿方法。该方法设计的动态补偿器实现简单,实时性好;不依赖于传感器的模型,鲁棒性强;可以优化传感器参数,该方法的补偿效果比系统辨识及零点配制方法要好,是一种比较行之有效的方法。     

基于遗传算法的神经网络经济预测模型的建立

针对神经网络模型的结构特性，提出将遗传算法用于神经网络结合，克服了神经网络模型容易陷入局部极小点的缺点，并将其应用于经济的预测及组合预测中，得到了比常规经济学模型更优的效果     

国民经济动员状态下的危态供应链构建

以国民经济动员任务分配下达和动员资源生产两条链为准,绘制国民经济动员与供应链的关系结构图,并分析链中参与动员活动的相关实体构成;在此基础上,进一步研究国民经济动员与供应链作用路径,以明晰危态时国民经济动员状态下的供应链运行机理。     

Deadzone compensation based on constrained RBF neural network

In this paper, a modified adaptive neural network for the compensation of deadzone is described, and simulated on a hydraulic positioning system, in which the dynamic model is separated into a series of connection of a nonlinear (deadzone) subsystem and a linear plant. The proposed approach uses two neural networks. One is the radial basis function (RBF) neural network, which is used for identifying parameters of deadzone. Based on the penalty function used in optimization theory, a multi-objective cost function with constraint is adopted to provide the best deadzone approximation. The result is used to train the other neural network for the inverse compensation of deadzone. The RBF neural network also generates the parameters of the linear plant for the design of an adaptive controller. A convergence analysis for the network training process is also presented.     

漂浮基空间机器人的基于模糊神经网络的自适应补偿控制

针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制( FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子“.”分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足实时性要求.     

基于BP神经网络的企业人力资源配置模型研究

通过对企业人力资源特点的分析与比较,指出了决定企业人力资源配置和影响人员流动的若干因素.在此基础上,运用人工神经网络理论建立了对应的人员流动预测模型,同时利用Matlab软件对模型进行了仿真分析.     

基于BP神经网络的邮轮旅游需求预测

科学分析邮轮旅游需求规模是正确引导邮轮产业规划、投入和发展所面临的重要议题。本文首先采用定性分析和定量统计相结合的方法研究邮轮旅游需求的影响因素,并在此基础上建立基于BP神经网络的邮轮旅游需求预测模型,然后基于美国邮轮市场的统计数据进行模型的训练及测试,最后将模型应用于我国邮轮旅游需求规模的预测,精度达到95%以上。     

基于SVM与神经网络比较的ERP实施绩效评价研究

目前在多目标综合评价方面有诸多方法,层次分析法、模糊综合评价等对权重的确定主观性较大或计算过程过于复杂.本文在介绍支持向量机的基础上,建立ERP实施绩效评价指标体系,依据SVM算法建立评价模型,并与依据BP神经网络建立的评价模型进行对比,实验结果表明基于SVM的ERP实施绩效评价模型在小样本、数据灰度大的情况下更为高效和优越.这为ERP实施绩效评价问题提供了一种新的思路.     

基于改进的PSO-BP神经网络的桂林市物流预测研究

由于BP神经网络有收敛速度慢,容易陷入局部最小的缺陷,因此文章提出了一种改进的粒子群算法来优化BP神经网络的权值与阈值。使得预测模型能够在搜索最优解的过程中能够平衡算法的局部搜索和全局搜索,提高搜索的精度。对初步确定的输入指标和输出指标采用线性回归的方法,来筛选与输出指标具有强相关性的输入指标。通过MATLAB软件进行预测,比较标准的PSO-BP与改进PSO-BP模型,预测结果较好,说明改进的PSO-BP模型是有效的。     

基于RBF网络的港口投资效益预警模型研究

摘要：本文首次引进经济预警思想对港口投资效益进行预测及评价研究。首先构建了港口投资效益预警指标体系,建立了基于RBF神经网络的港口投资效益预警模型;其次,采集九五到十五期间的各大沿海港口投资历史数据和投资效益情况对该模型进行了学习,测算了在不同扩散系数下的模型误差,结果表明当扩散系数为06时,模型的误差为9507%,说明该模型能够很好地对港口投资效益进行预测;最后,依据港口投资效益历史警情指标值设置了三个警度输出区间。     

基于混频MF-VAR模型的中国海洋经济增长研究

由于中国海洋经济相关指标月度数据和季度数据未定期公布,所以以年度低频海洋经济样本数据进行分析时会因样本数据过短而结果不精确。本文构建了海洋经济增长混频MF-VAR模型,根据2005-2013年中国海洋经济增长实时数据对模型进行最优选取和参数估计,与基准模型进行测度对比,探索混频数据模型在海洋经济领域的应用。研究结果表明：①MF-VAR模型在测度中国海洋经济增长方面误差相对较小,且多变量MF-VAR模型拟合效果优于GOP与CIFA、GOP与VFH的单变量MF-VAR模型,说明海洋经济的周期波动受到各方面因素的影响,仅是影响程度大小不同;②相对于基准模型,MF-VAR模型在短期预测方面具有精准性的比较优势,随着预测步数的增加,估计和预测精度下降;③不论是单变量还是多变量MF-VAR模型,估计和预测的MSE均低于对应同频数据基准模型,因此混频数据模型不仅可以解决样本长度较短的问题,而且在提取海洋经济高频数据信息方面具有显著优势,可提高海洋经济分析的准确度和及时性。     

集群创新网络演化的粘着机制研究

依据霍兰的复杂适应系统理论,运用三层回声模型对集群创新网络演化的合作和粘着机制进行了深入地阐释。在深刻剖析集群创新网络形成的合作条件、学习机制以及粘着条件的基础上,提出了三条促进我国集群创新网络快速发展的政策建议。     

基于SOM神经网络的负荷特性分类

负荷模型对电力系统仿真结果有重要影响,由于负荷特性的辨识是负荷建模的主要方面之一,故提高负荷模型的准确度就需要对负荷特性分类进行研究。文章在详细分析SOM自组织映射神经网络结构的基础上,采用了基于SOM神经网络的负荷分类方法,以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络对负荷特性进行分类,并对分类结果进行测试,结果表明该方法可有效地对负荷样本进行分类。