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。     

BP神经网络在我国粮食产量预测中的应用

本文基于BP神经网络模型，进行了2001－2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992－2000年粮食产量与实际产量的误差值大小，可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法，它具有很强的学习与泛化（推广）能力，具有很好的应用价值。     

BP神经网络在股价预测中的应用

对BP神经网络方法在股价预测中的应用进行了研究,对BP神经网络的结构进行了介绍。针对BP网络学习速度慢,采用弹性BP学习算法和tansig传递函数提高了收敛速度。在仿真过程中通过MATLAB编程实现了BP神经网络对中国石油近一年交易日的数据的训练和测试,获得了一定的预测精度,对BP算法和改进后的BP算法在预测股票中的收敛性能和拟合程度进行比较,并用训练好的BP网络股市预测模型来预测其股票数据,达到了预测效果。     

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。     

BP神经网络在预测股票价格中的应用

尽管人们预测股市已有多种方法,但由于神经网络具有的联想记忆与非线性映射功能使人们对股市的预测多了一种有力的方法。本文研究的内容就是用BP神经网络对股票进行预测。Matlab中的BP神经网络工具箱功能强大。但编程缺乏灵活性,而它的缺点正好用VC＋＋弥补。本文就是用VC＋＋与Matlab混合编程,借助BP神经网络工具箱来实现对股票价格预测的研究。     

BP神经网络在数据通信业务经济预测中的应用

本文基于ＢＰ神经网络模型实现了１９９９～２００５年数据通信业务的业务收入发展预测,对于预测的不可量化影响因素,根据其发展变化的历史序列和预期状况进行了编码量化,实现了不可量化因素输入定量模型的量化处理。通过本问题的建模与预测结果表明,该方法具有很强的学习与泛化能力,对于处理相关回归预测中的不可量化因素具有很好的应用价值。     

BP神经网络在采空区瓦斯涌出量预测中的应用

在人工神经网络的实际应用中,绝大部分的神经网络模型是采用BP神经网络和它的变化形式,它也是前向网络的核心部分,其主要用于函数逼近、模式识别、分类和数据压缩四个方面。文章采用模式识别来预测采空区瓦斯的涌出量,根据BP学习算法的原理,建立神经网络预测模型,并得到预测结果,从而为有效地预测和防治瓦斯灾害提供依据。     

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.     

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.     

递推滚动BP神经网络模型及预测应用

本文针对油气藏开发的递减期,同时预测采出程度和地层压力两个关联参数复杂困难的难点,提出了递推滚动ＢＰ神经网络模型,并讨论了实现过程。与传统的数值模拟方法相比,该模型具有简便、快速、准确的优点。可为其它行业类似问题处理时借鉴参考     

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。     

BP神经网络预测边坡稳定性

利用BP神经网络对边坡稳定性进行预测,考虑到岩土体的物理力学性质、边坡参数等对边坡稳定性有影响的各种因素,通过训练和检验的对比,证明该方法可以满足精度要求,进一步验证了该方法在预测边坡稳定性方面的可靠性,具有一定的推广价值。     

基于BP神经网络的经理管理防御程度测评模型

提出一种基于主成分分析的BP神经网络模型,用于对经理人员的管理防御程度进行综合测评.首先采用主成分分析方法对10个影响因素进行降维处理,在此基础上构建管理防御程度的BP神经网络测评模型.实际测评结果显示,该模型不仅可以有效测评经理人员的管理防御程度,并且可以减少原始指标间的信息冗余从而减少了神经网络的训练和测试时间,此外还具有较高的合理性和适用性.     

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神经网络的高技术企业技术创新能力评价

运用BP神经网络模型对高技术企业技术创新能力进行评价,避免了当前评价方法中人为的确定权重,克服了以往缺乏自学习能力的缺点,减少了评价过程中的随机性和评价人员主观上的不确定性及其认识上的模糊性,而且通过对参评样本的不断学习,使系统误差达到预定的范围内,并用一个实例验证了这种测评方法。     

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。     

高技能人才需求的BP神经网络预测——以天津为例

首先分析运用神经网络进行区域高技能人才需求预测的可行性,然后重点阐述二层MLP神经网络的BP学习算法以及网络结构的确定原则,接着运用BP神经网络对天津高技能人才需求进行预测.     

基于BP神经网络的中国省域知识溢出实证研究

按综合科技进步水平将全国31个省市分为五类,综合以往的文献资料并结合BP神经网络工作原理确定了6个影响和制约知识溢出因素的指标作为神经网络的输入变量,提出了基于BP神经网络的知识溢出分析模型;经测算后,取精度较好的两组检验数据,对其各因素进行敏感性分析。结论为影响科技进步水平较高的地区与北京间知识溢出的最重要的因素为创新能力、信任水平;而对科技进步水平较低的地区,影响与北京间的知识溢出最重要的因素为结构相似性水平、吸收能力。     

基于BP神经网络的客户协同创新工作评价研究

客户协同创新作为产品创新的主要形式之一受到人们的广泛关注.如何客观、科学、有效地评价客户协同产品创新工作的效率,时于企业提高创新产出绩效具有重要的意义.针对这一问题,首先对客户协同创新工作框架进行了阐述,研究了客户协同创新工作的特点,建立了客户协同创新工作评价的BEP模型;其次,构建了客户协同创新工作的评价指标体系,提出了基于BP网络的评价方法;最后,应用实例表明该评价方法的有效性和可行性.     

技术创新风险分析的人工神经网络预测方法

从技术创新风险的定义出发，建立起技术创新风险的评价指标体系，提出了运用BP人工神经网络进行技术创新风险预测与评价的方法。该方法有利于提高企业技术创新风险的识别及防范能力，提高企业稀缺技术创新资源的利用效率。