基于BP神经网络的河南开封市住房需求预测

影响住房需求的因素众多,错综复杂,并且具有非线性的特征。本文通过对住房需求影响因素的分析,用BP神网络来购建住房的需求模型。根据河南开封市的有关统计数据,用BP神经网络优化算法进行住房需求预测,并与多元回归测方法进行对比。结果表明,BP神经网络具有较好的适应性和较高的预测精度。     

基于BP神经网络的两参数区域对流层延迟模型

为了提高区域对流层延迟模型的精度,利用BP神经算法构建两参数区域对流层延迟新模型。基于河南省部分CORS基准站的数据,将穿刺面作为研究面,基于BP神经网络模型、平面拟合模型、二次曲面拟合模型分别建立两参数区域对流层延迟模型,并设计了3种不同的建模方案,以验证模型的精度。实验结果表明,BP神经网络模型的对流层延迟精度达到mm级,明显优于其他2种模型,BP神经网络模型和平面拟合模型不仅适用于区域内,同样适用于区域外,证实了新模型的有效性。     

基于BP神经网络的数据挖掘方法在需求预测中的应用研究

【目的/意义】数据挖掘是从庞大数据中挖掘出有潜在价值信息的信息处理技术,它包括神经网络、遗传算 法、粗糙集、支持向量机和决策树等多门技术,其中神经网络法具有良好的自学习和含联想储存功能,能够高速寻 找优化解,有效提高需求预测准确率。【方法/过程】本文利用BP神经网络具有的优异非线性逼近能力,以我国天然 气需求量预测为例,对需求量数据进行训练并采用L-M算法进行改进,最终提高对天然气需求量的预测精度。【结 果/结论】实验结果证明,利用数据挖掘中的BP神经网络非线性预测优势能准确捕捉天然气需求预测的变化趋势, 为精准预测需求提供了一种有效的工具。     

基于FNN的高新技术企业技术创新项目风险评价研究

从风险来源、风险影响因素和技术创新过程的角度,对高新技术企业技术创新项目风险进行了识别,构建了技术创新项目风险评价指标体系。依据评价指标主观性、模糊性的特点,建立了基于模糊神经网络的风险评价模型,并从河南省一批高新技术企业中选取了30项技术创新项目作为实例,说明了模糊神经网络评价模型在高新技术企业技术创新项目风险预测研究中的适用性,得出模糊BP神经网络比单纯的BP神经网络具有更强的客观性和可靠性的结论。     

基于BP神经网络的南通市建设用地需求预测

以南通市1988年～2006年社会经济发展和建设用地数据,利用二元变量相关分析选取南通市建设用地规模扩张的驱动因子,分别采用多元回归分析和BP神经网络构建建设用地需求预测模型.在模型比较优选的基础上,预测未来南通市建设用地需求量,并应用灰色系统法结合趋势判断对预测结果合理性进行了验证.结果表明,运用全部引入法进行多元回归分析,预测模型置信程度较低;运用逐步回归法进行模型优化,多重共线性消除的同时多数驱动因子在预测模型中被剔除,造成指标选取不足;而基于BP神经网络的建设用地需求预测模型融合了各驱动因子对建设用地规模的影响,模型变异系数仅为1.78%,运用该模型可有效提高建设用地需求预测精度,计算结果较合理.     

基于改进的神经网络异常声音自动识别系统研究

针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。     

基于BP神经网络的管道中泥浆输运模拟研究

BP人工神经网络是神经网络中应用最广泛的一种同络模型,本文详细介绍了BP网络模型的建立和算法过程及一些改进算法.利用BP神经网络建立管道泥浆输运中阻力与泥浆浓度和流速之间关系的预测模型.验证表明,运用BP神经网络模型可以建立精度较高的非线性动力关系.     

基于BP神经网络模型的互联网金融信用风险评估研究

本文从P2P网络信贷的运作模式入手,研究BP神经网络模型在P2P网贷借款人信用风险评估中的适用性,建立P2P借款人的信用风险评估指标体系,从而确定BP神经网络模型的基本结构并建立BP神经网络评价模型,减少P2P网络借贷风险。     

一种基于BP神经网络的建筑防火检测改进方法

针对现有的建筑防火检测方法已经无法满足在实际检测中需求的问题,本文提出了一种基于建筑防火检测的改进BP神经网络模型。在传统BP神经网络的基础上,提出动态合并与删减规则,并且根据建筑防火检测的需求建立检测的指标,再根据改进BP神经网络和检测指标建立检测模型。仿真实验表明,基于建筑防火检测的改进BP神经网络模型实际操作性很强,可以应用于对建筑物的防火检测,值得推广使用。     

基于BP神经网络的科技型中小企业知识产权质押融资风险评价研究

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度.BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法.     

中小上市公司信用风险评估比较研究——基于径向基神经网络和BP神经网络模型

以114家中小上市公司为研究对象,运用BP神经网络模型和径向基网络模型对训练样本和测试样本中一定比例的"非ST"和"被ST"进行了信用评估。按照各上市公司财务状况把公司划分为"好"和"差"两类。仿真结果表明:BP神经网络模型对测试样本的预测准确率高达88.9%,而径向基网络模型对测试样本的预测准确率只有77.8%,比BP神经网络模型的准确预测率低了11个百分点。     

基于BP神经网络的科技型中小企业知识产权质押融资风险评价

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度。BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法。     

高层建筑结构设计BP算法的精度优化

针对传统的BP神经网络算法在对高层建筑进行结构设计时还存在精度不高、误差较大等问题,本文提出了一种基于自适应和误差修正BP神经网络算法的高层建筑结构设计模型,该模型在BP神经网络算法的基础上,首先采用自适应调整策略对其网络模型进行优化,然后采用增加动量项、误差累积处理和陡度因子优化等误差修正策略提高原算法的训练精度。仿真试验结果表明,本文提出的基于自适应和误差修正BP神经网络算法的高层建筑结构设计模型相比较传统的BP神经网络算法精度要高,具有较好的鲁棒性。     

公路软基沉降预测的PSO-NN模型

针对BP神经网络模型存在的不足,采用PSO算法训练神经网络权值,建立了公路软基沉降预测的PSO-NN模型.工程实例分析验证了PSO-NN模型的合理性与准确性,通过与实测沉降数据、BP神经网络模型和GA-NN模型预测结果的比较,说明PSO-NN模型具有更高的预测精度.本文的方法为公路软基沉降预测提供了一种新的预测途径.     

BP神经网络在智能雨刮器上的应用及MATLAB仿真研究

在分析了传统雨刮器缺点的基础上,提出了一种基于BP神经网络的模式识别模型,用专家的经验数据训练它,并测试了它;给出了BP神经网络的学习过程及算法。结果表明这个基于BP神经网络的模型不使用精确的数学模型即可有效处理智能雨刮器系统的不可靠性和非线性。     

基于BP神经网络的知识员工-岗位匹配测评研究

在总结传统员工-岗位匹配测评方法基础上,针对知识员工特点,结合BP神经网络的优势,提出基于BP神经网络的知识员工-岗位匹配的测评思想.确定知识员工-岗位匹配度测评要素.构建BP神经网络模型,制订该模型实施流程.最后通过实例进行仿真验证,验证本文的模型.     

BP神经网络在学生素质综合测评系统中的应用

本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络的学生素质综合测评模型。实验表明,该模型的辨识精度高,能正确实现对学生综合素质的测评。     

BP神经网络在农业发展中的应用

本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络对农业增加值占国内生产总值的比重的测评模型。实验表明,该模型的辨识精度高,能正确实现。     

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。     

基于遗传算法优化BP神经网络的锅炉燃烧建模

针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。