基于BP神经网络的网络购物业服务质量评价模型研究——以淘宝网为例

基于服务蓝图理论对网络购物业的服务流程进行再现,分析其中的失败点、顾客等待点、决策点、体验点等关键点,找到影响顾客感知网络购物业服务质量的主要因素。在此基础上,将各关键点进行归类分析,建立网络购物业服务质量评价指标体系和基于BP神经网络的网络购物业服务质量模型,并以淘宝网为例进行实证分析。结果表明,BP神经网络较好地拟合了服务质量水平与各评价指标之间的非线性关系,并且拥有较好的预测性能。     

基于BP神经网络的区域高等教育规模预测研究——以江西省为例

如何预测区域高等教育规模？对江西省的实证研究发现,BP神经网络模型比传统回归模型具有更精确的预测能力,应在教育预测和规划加以应用和推广;总人口数、GDP、第三产业占GDP的比重、农村恩格尔系数、城镇居民可支配收入是高等教育规模的重要解释变量;未来几年,江西省高等教育规模还将继续增长,但增幅会逐渐下降.     

基于BP神经网络的水体富营养化评价的研究

水体富营养化改变了水体的理化性质,不仅破坏生态的平衡还严重影响人类的健康．因此,对水体富营养化的研究是一件有意义的研究工作．BP神经网络由于操作简便易行,可以白组织、自学习、白适应并具有容错和抗干扰能力等特点,已成为水体富营养化评价的一个热门．文章应用BP神经网络对泉州市山美水库的水体营养状况进行评价,并与综合营养指数法进行了比较,提出了富营养化的防治对策．     

基于BP神经网络的网络安全评价方法研究

阐述了BP神经网络的基本理论、算法、缺陷及改进方法,在遵循BP网络建模基本原则和步骤的情况下,建立了可靠、有效的网络安全综合评价模型。通过实例对网络安全进行研究,选择合适的学习样本及参数进行训练,并获得较好的评价结果,评价结果客观、正确,计算结果贴近成功案例结果。     

基于BP神经网络的个人信用评价研究

利用人工神经网络的反向传播(Back Propagation,简称BP)思想,建立个人信用评估模型。通过该模型进行个人信用评价,弱化了评价中的人为因素,提高了评价结果的准确性和权威性。     

基于BP神经网络的课程评价模型仿真研究

构建课程教学质量综合评价体系,在此基础上构建一个BP神经网络模型,通过BP神经网络的学习算法,进行模型研究与应用。以《汽车造型》课程为例,运用10个样本数据进行网络模型训练,达到规定误差,并通过未训练3个样本检测网络模型,达到规定吻合度。运用Matlab进行实验结果研究与分析,验证了该模型的智能性、有效性,值得推广应用。     

基于BP神经网络的供应商评价决策优化模型

本文利用BP神经网络建立了一种供应商评价模型.该模型实现了供应链中的供应商的多指标评价,提高了供应商选择过程的客观性,同时该模型克服了指标权重难以表达的缺点.最后,用实例对模型进行了验证.     

基于BP神经网络的供应商评价决策优化模型

本文利用BP神经网络建立了一种供应商评价模型。该模型实现了供应链中的供应商的多指标评价,提高了供应商选择过程的客观性,同时该模型克服了指标权重难以表达的缺点。最后,用实例对模型进行了验证。     

基于BP神经网络水资源供求预测的经济可持续发展研究——以山东省为例

基于人工神经网络的基本原理和方法,建立BP神经网络水资源供求量预测模型,以山东省水资源供求量预测为例进行分析。结果表明,BP神经网络是建立水资源预测模型的一种有效方法,预测结果较精准;未来15年内山东省的水资源总量将不会有明显的增加,但对水资源的需求量将会逐年增加,同时水资源匮乏的程度也将愈加严重。最后,根据实证结果提出了一系列关于加强山东省水资源优化配置与合理利用的相关建议,为山东省未来水资源合理化的经济配置规划等问题提供了决策参考。     

基于BP神经网络的教学质量评价模型研究

随着当前高等教育教学改革的不断深化和发展,对教学质量管理的研究越来越受到人们的重视。因此建立和完善教学质量监控和评价体系对教学管理具有十分重要的意义。本文主要研究利用BP神经网络理论构建和完善客观、合理、量化的教学质量监控与评价模型。结合西安科技大学计算机学院自身的实际情况和现行的评价指标,利用BP神经网络对教学质量建立模型,实现对教学质量定量的评价。本文给出了BP神经网络算法的实现步骤以及算法流程,通过具体实例显示并分析了结果,说明了使用BP神经网络算法对教学质量建模的有效性。     

基于BP神经网络的企业员工心理契约评价研究

根据员工心理契约的特点,选取了影响企业员工心理契约的具体指标,然后与BP神经网络的学习算法相结合,设计了一种用于评价企业员工心理契约的BP神经网络模型,并根据该模型对企业员工进行了心理契约的评价研究。将神经网络的方法运用于员工心理契约的评价工作中,排除了以往对员工心理契约评价的主观性,从而使评价工作更加科学。     

基于BP神经网络的高等教育服务满意度评价研究

本文借鉴顾客满意度及服务质量相关的经济学和市场营销理论,构建和完善高等教育满意度理论。根据以往关于服务满意度与服务质量关系的相关研究,指出了高等教育服务满意度和高等教育质量的相关性,在此理论基础上构建了一个基于BP神经网络的高等教育服务评价体系,并以2012年收集的北京十几所高校的高等教育服务满意度调查问卷结果汇总的部分样本为例讨论评价体系的相关应用方法。最后,根据以上的满意度理论和满意度评价体系提出高校应用高等教育服务满意度评价模型的相关建议和具体方式。     

基于神经网络与支持向量机的组合预测模型——以房地产价格预测为例

预测问题一直是科学与管理领域研究的热点,备受广大科技工作者的关注。为了解决单一预测模型在预测问题上的缺点和误差控制问题,本文提出一种组合预测模型———以误差绝对值和达到最小为准则的线性组合预测模型。这种模型以误差绝对值和达到最小为依据,计算出每个单一模型在预测结果中所占的权重,建立组合预测模型。该组合预测模型较好的利用了神经网络与支持向量机在多影响因子下训练的优势,进一步提高预测精度。将其应用于合肥市房地产价格预测,可以达到理想效果。     

基于BP神经网络的大学生实践教学效果评价研究

实践教学是高等学校教学工作的重要组成部分,其中实践教学效果评价是保障高等学校实践教学质量的重要环节。针对高校大学生项目实践教学效果评价需求,构建项目实践教学效果评价指标体系,在此基础上设计调查问卷,利用网络问卷收集评价原始数据,通过Python进行数据预处理,并采用BP神经网络对某高校大学生项目实践教学效果实施评价,结果表明,该方法对于高校实践教学效果评价具有较强的实用性。     

基于BP神经网络的高校绩效预算评价模型

随着高校办学规模迅速增大,高校经费紧缺、资金利用效率不高的状况日益严重.传统的高校财务预算忽视对教育投入结果的考评,已不适应高等教育的发展.因此,把"绩效预算"引入高校财务预算具有重要的意义,应通过科学预算管理,加强绩效考核来解决高校经费供需矛盾问题.本文提出基于BP神经网络的绩效预算考核模型,为科学预算管理、加强绩效考核提供新方法.     

基于BP神经网络模型的南京市住房发展水平研究

住房发展水平是衡量城市社会经济发展的重要指标之一,本文运用神经网络方法,对南京城市房地产系统这一复杂社会经济系统进行分析和预测,提出“十一五”期间与南京经济发展相协调的人均住房建筑面积指标.     

基于BP神经网络的人岗匹配评价模型研究

人岗匹配测评研究对于个体和企业绩效具有十分重要的影响。从道德素质、身心素质、知识、能力四个方面,对影响人岗匹配的各种因素进行了分析,探讨了基于BP神经网络的人岗匹配测评模型的构建及应用,并进行实例验证。结果表明,该模型能够准确有效地评价人岗匹配的程度。     

基于理化指标的BP神经网络葡萄酒质量评价

针对我国葡萄酒业内缺乏利用理化指标对葡萄酒进行评级的现状,分析能否使用葡萄和葡萄酒的理化指标评价葡萄酒的质量．通过运用双因子方差分析、主成分分析、逐步回归分析等方法分析了葡萄酒的分级以及酿酒葡萄与葡萄酒的理化指标之间的联系等问题,建立了基于Matlab平台的BP神经网络模型,得到了在一定条件下,能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论．但仅考虑理化指标时会使结果存在一定的误差,故建议使用理化指标和简单的感官分析相结合来评价葡萄酒的质量,以提高评价葡萄酒质量的准确性．     

基于BP神经网络的学生数学能力评价

利用BP神经网络建立学生数学能力评价模型,以克服现有能力评价中主观因素的影响,客观、有效地对学生能力进行评价。     

基于动量BP算法的神经网络房价预测研究

房地产价格近年来持续上涨,对于房价趋势的预测成为经济社会热点,但这些预测大都停留在定性分析阶段。从定量分析的角度入手,提出利用加入动量因子的BP神经网络算法建立数学模型,运用Matlab仿真实现房价预测。详细分析了BP神经网络学习算法过程,并加入动量因子以加快收敛、避免陷入局部最优。以山东济南为例,分析得出影响房价的7大主要因素,搜集2000-2012年数据,运用Matlab建立单隐含层的BP神经网络,通过训练网络,预测2014年该市房产均价。实验结果表明,该方法能在有限的数据条件下,对房价预测精准度达99.1%,为我国房地产业的可持续发展提供了科学的咨询和决策手段。