房地产经济周期波动研究

在我国经济发展中,房地产行业是支柱行业,其对我国经济发展的贡献也最大。房地产行业带动了一大批产业的发展,包括建材、水泥、装潢、家电等,因此,房地产经济周期波动会对我国经济发展的质量和速度造成影响。本文在分析我国房地产经济周期的基础上,研究了影响房地产经济周期波动的因素以及房地产经济周期波动对我国经济的影响。     

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ARIMA-BP神经网络模型海流流速预测研究

海流是一种具有广阔应用前景的无污染可再生能源,结合ARIMA时间序列预测模型和BP神经网络预测模型的优点,构建ARMA-BP神经网络混合模型,对海流流速预测问题进行研究。采用神经网络模型得出海流流速的残差值对时间序列模型的预测值进行修正,提高了海流流速预测的精度。     

基于Elman神经网络的电信业务预测研究

介绍了Elman神经网络的结构,并将Elman神经网络应用于我国电信业务量预测。仿真结果和BP神经网络对比表明,Elman神经网络的预测结果更精确。     

基于BP神经网络的图书流通量预测研究

将BP神经网络方法用于高校图书馆图书借阅量的预测研究,设计出用于预测图书借阅量的BP神经网络模型,并用2008年的图书借阅量数据进行网络学习和训练,预测结果具有较高的精度。     

信息产业对经济全球化与经济周期波动的影响

在当前从工业社会以信息为基础的全球性相互联系的社会经济系统的过渡中,信息和通讯一方面将原来相对独立的系统日益连接在一起,并充当着至关重要的神经系统,使各部分之间趋向于相互协调和适应;另一方面我们必须注意这个大系统的脆弱性,而且,信息传递,处理等过程的迅速实现也可能此起系统的崩溃,尤其是在金融领域,风险增大了,因此,我们既要积极利用全球化带来的机遇,又应充分认识其风险,并加以防范。     

新经济增长模型与经济周期

经济理论和实际都表明，经济增长率不可能是一个常数，它随着时间的变化而变化，是波动的，并且呈现出一定的周期性，通过利用作者所建立的经济增长模型，把理性预测与随机冲击结合起来，探讨经济周期问题。     

考虑经济周期影响的中长期电力需求分析与预测

社会的电力需求与经济的波动状况有直接的联系,一般来说,随着我国社会经济的高速发展,社会短期的电力需求也会随之上升,但是要知道中长期的电力需要进行详细的分析研究.本文就根据我国某地级市的电力分析,结合我国的经济周期的变化特征以及对未来经济的走向预测,对该市中长期的电力需求进行合理的分析和预测.     

基于BP神经网络的道路交通事故预测研究

随着我国机动化进程的加快,道路交通安全问题越来越受到人们的关注。对道路交通事故进行了机理分析,采用BP神经网络,建立可靠性较高的事故预测模型,提出了可预测事故发生因素导致事故发生概率值的研究方法。     

基于模糊神经网络的变风量空调系统风量预测研究

总风量控制法自提出后,由于末端动作频繁、通信量大、控制复杂而一直处于研究完善阶段.本文在空调室的神经网络预测控制系统得出满意的动、静态性能的基础上.将模糊控制与BP神经网络结合,建立了模糊神经网络对变风量空调系统的风量进行预测,使它们有效地发挥各自的优势并弥补各自的不足,提高了预测的精度.预测结果表明这种改进的控制方式在空调系统的负荷预测方面是有效的、可行的.     

组合预测在我国人均净用电量预测中的应用

采用BP神经网络和灰色模型的组合对我国未来几年的人均净用电量进行预测。通过实际数据与预测结果的比较,具有较高的精度,证明了组合模型和方法的可行性。最后对我国2008～2011年的人均净用电量做了发展预测。     

BP神经网络在股市短期预测中的应用

设计了一个三层BP神经网络模型,结合MATLAB神经网络工具箱,针对一只个股实际数据,进行了该网络模型的训练与仿真,并时股市行情进行了短期预测。通过实验数据,计算出短期的预测值与实际收盘价的均方误差Q=0．027623,这说明此方法是有效和可行的。     

基于BP网络的城市空气质量中长期预测研究

采用Matlab中BP神经网络的工具箱函数,对济南、青岛两市空气质量中长期变化趋势进行的预测显示,网络的预测精度高,自适应性强,训练速度快,避免复杂运算,节省大量时间,预测效果理想。因此,利用BP网络对空气质量的预测结果可以为环境管理部门的规划、管理工作提供依据,为保障人民的健康和社会生活服务。     

神经网络经济预测法研究

本文在多层BP神经网络的基础上，结合经济类时间序列的特点，采用特殊的处理方法，建立通用的经济预测神经网络模型，并利用此模型对安徽省某一经济数据加以预测。特殊的处理方法包括前置处理、单维时间序列扩展输入节点设计、训练区数据与试验区数据划分、误差自相关神经元节点的引入，以及后置评价处理。实际的预测结果表明了该方法的先进性和可行性。     

基于BP神经网络的我国外汇储备规模预测

本文基于MATLAB6.5平台编程,运用非线性BP神经网络对我国外汇储备规模进行预测分析.以我国历年外汇储备数据为训练样本,进行网络训练与检验.结果表明,BP弄中经网络具有良好的预测性能.同时发现了我国外汇储备存在超常规增长,并在文章最后提出了相关的政策和建议.     

经济周期波动与利率政策投资效应的非对称性

在年度总量数据描述性统计分析和对周期阶段进行划分的基础上,本文利用我国的分省面板数据对1997～2007年时段内不同经济周期阶段的利率与投资的关系进行了实证分析,主要得到了如下结果:一是利率政策效应在经济高涨与低迷时是不同的;二是不同经济类型的投资对利率变化反应存在重大差别;三是货币政策工具的效应具有结构性.在此基础上给出了研究的政策含义.     

基于BP神经网络的地球生态的预测

地球生态预测无论在生态效应方面还是在经济效应方面都占有重要地位.考虑到多种因素的影响,本文采用神经网络的预测方法,通过单层次温度预测模型,先后采用了两次网络层,第一层是对气温的预测,然后又对海拔高度和年平均降水量的发展趋势进行分析,最终通过实验数据,得出结论:全球若升高2度,将会有18%～30%的物种灭亡,海平面将上升6.6～9米,土地荒漠化加剧,同时在10～50年之间,气温上升幅度不高,只对生态环境造成轻微影响.     

BP神经网络在高速公路交通量预测中的应用

本文介绍应用BP神经网络对高速公路交通量的预测,采用Matlab神经网络工具箱函数建立神经网络预测模型,运用该模型对高速公路的收费情况进行预测.从而间接预测该高速公路的交通量.     

一种BP神经网络气象预测中的应用研究

针对历年长江流域的小麦赤霉病发病的气象指标和统计资料,应用改进型的BP神经网络建立了该地区流域的小麦赤霉病发病的预报模型.实验证明,该改进型的算法利用为变梯度反向传播算法和强大的函数映射的特征,可以建立符合小麦赤霉病发病的气象预报模型,为小麦赤霉病地研究提供科学依据,对指导农业工作具有一定的应用意义.