自1980年我国开始实施住宅制度改革以来,商品住宅价格的确定已成为我国住宅市场的核心问题,也是各级政府房地产业宏观管理与调控的指示灯,商品住宅价格的变化直接关系到广大消费者的切身利益,是社会关注的热点问题。因此,本文从市场价格的确定机制出发,寻求影响商品住宅价格的因素,并采用BP人工神经网络定量分析这些影响

本文将人工神经网络引入教育评估领域,阐明了用BP网络模拟教育评估中的专家评价的设计思想和方法,结合具体实例进行论证。

文章以农户为研究对象,以农户生计状况为逻辑起点,运用可持续生计分析框架,构建一套能够合理规避风险的、可持续的农户生计安全指标体系。结合预警理论,构建PSR指标预警模型,运用BP人工神经网络对陕西省1992—2012年的综合统计数据进行实证性校验,以期回归修正评价标准和指标体系,并对2015和2018年陕西省农户生计安全进行动态预警。

现阶段,通过运用一系列的统计指标和科学方法对商品流通规模进行预警研究,并通过预警系统及时预报警情,为有关部门实施有效调控提供参考,已经成为国民经济持续、稳定和协调发展的必要条件之一。由于影响商品流通规模预警指标的因素具有多样性和复杂性的特点,通过神经网络的方法能较好地描述各个预警指标之间的关系而不需要确定的函数形式,从而可以克服许多传统的经济预警方法对非线性数据的拟合和预测的准确度不高的问题,因此,可以将BP神经网络方法引入商品流通规模预警研究中。

测定了广东某衣柜厂直线封边机(豪迈KAL210)作业岗位的工时,建立了不同板件尺寸、封边长度和封边条厚度等因素与封边时间的神经网络模型,并用Matlab R2009b神经网络工具箱的函数命令进行训练和仿真。结果表明:3层BP神经网络模型可以有效地表征不同因素和封边工时之间的复杂非线性关系。通过Matlab神经网络工具箱拟合实测数据,精度高,均方误差在训练1 470次时达到精度要求0.001,仿真输出值与实际测量值的最大绝对误差小于0.3 s,相对误差小于5%,满足生产要求。3层结构BP神经网络可有效仿真封边工时,为家具企业工时制定提供新的方法指导。

近年来,我国的商品住宅价格一路攀升,与此同时,城镇居民也感觉到收入差距在逐渐拉大。探讨商品住宅价格与收入差距之间的关系很有必要。为此,在基于向量自回归模型的脉冲响应函数以及方差分解这一分析框架下,对我国商品住宅价格和收入差距之间的关系进行了实证研究。

建立有效的贸易摩擦预警系统有利于中国新兴产业的健康发展,有利于中国实施制造强国战略。将警兆信号法与人工神经网络相结合,从宏观经济形势、产业供给能力、双边贸易状况、市场需求水平等四个维度切入,构建了中国光伏产品出口贸易摩擦预警系统模型。预警分析表明,模型的预警效果与现实拟合较好,具有可行性。从模型的预警结果来看,2019年～2020年中国输美光伏产品贸易摩擦警情均低于轻警级别,仍面临一定的贸易摩擦风险。

目的】建立苹果原料制干适宜性评价模型,实现基于苹果原料指标预测干制品品质的目标,为苹果制干专用化原料的筛选提供方法依据,为明确苹果干制品品质形成的基础物质提供数据支持。【方法】以来自7个不同主产区的21个主栽品种,共34份苹果鲜果样本为研究对象,运用多种数据处理方法建立苹果脆片品质综合评价模型与苹果原料制干适宜性评价模型。(1)利用压差闪蒸干燥方法制备34份苹果鲜果的脆片样本,测定苹果脆片17项品质指标,采用因子分析进行降维并筛选得到苹果脆片品质评价核心指标,运用层次分析法得到脆片核心指标权重值,构建脆片品质综合评价模型并计算得到脆片综合评价得分。(2)测定34份苹果鲜果样本22项品质指标,与脆片核心指标进行相关性分析并筛选出与脆片品质相关的果实特征指标。选用29个样本以果实特征指标为输入,对应脆片综合评价得分为输出,利用误差反向传播(Error Back Propagation,BP)神经网络算法构建学习模型;其余5个样本为验证样本,评价学习模型的预测准确性。变换3组学习样本构建3个学习模型,对比3个模型的预测准确性,验证建模方法的合理性与稳定性。【结果】苹果脆片L*值、脆度、膨化度、可滴定酸含量、可溶性糖含量和粗蛋白含量被确定为不同样本脆片品质综合评价的核心指标,构建的苹果脆片品质综合评价模型为Y_(综合得分)=L*值×0.3724+脆度×0.2665+膨化度×0.1583+可滴定酸含量×0.0890+可溶性糖含量×0.0569+粗蛋白含量×0.0569。34个苹果鲜果样本制得的脆片综合得分范围为0.2069—0.7933,存在较大差异,得分排名前3的苹果样本为‘辽宁华红’‘辽宁华金’和‘山东烟富6号’,排名最后的苹果样本为‘陕西秦冠’。基于脆片核心指标与苹果果实品质指标相关性分析结果,筛选出苹果果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标作为果实制干适宜性评价的特征指标。以果实特征指标值为输入层,对应苹果脆片综合评分为输出层,建立BP神经网络学习模型,可实现苹果原料制干适宜性的定量预测。该方法建立的学习模型有较高的预测准确性与稳定性,变换学习样本得到的3个学习模型的预测值与实际值相对误差均不超过10%,实际值与模型预测值线性拟合后决定系数R~2均大于0.95。【结论】苹果制干适宜性可由果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标进行评价,建立的适宜性评价模型可实现基于苹果原料指标定量预测其制干适宜性。

物流配送中心的选址在整个物流系统规划中占有十分重要的地位,需要决策者综合考虑多种因素。但在传统的算法中,有些重要的定性因素被忽略。本文通过建立选址决策的模糊评价矩阵,利用BP人工神经网络来处理数据,可避免传统算法的不足,较客观地对多个选址方案的优劣进行评价,并引用实例说明该方法的实现过程。

人工神经网络是近年来在经济景气分析、经济时间序列预测、组合证券优化、股票预测等领域广泛应用的一种人工智能技术,取得了良好的效果。本文提出了一种综合共轭梯度和自适应变步长的改进BP算法,并利用改进的BP算法建立了税收预测模型,通过与传统回归分析预测方法结果的比较,证明了该算法收敛速度快,学习精度高,而且有效地避免了常规BP算法的局部极小值问题。

本文通过企业环境绩效指标体系的构建并借助于BP人工神经网络方法实现了企业环境绩效的综合评价。BP人工神经网络评价方法通过学习和训练的自组织功能,科学合理确定各指标的权重进而达到评价目的。聚类分析的结果进一步验证了BP人工神经网络评价的合理性;其分析结果为政府激励、扶持或抑制等相关政策的制定提供了理论依据和实践基础。

在学术期刊评价中，组合评价得到了广泛应用，但组合评价方法和多属性评价方法均可用于组合评价问题，从而加剧了组合评价的复杂性，这种现象被称为组合评价悖论。为了解决这个问题，文章提出采用BP人工神经网络进行组合评价的思路，基于JCR2017经济学期刊，分别采用主成分分析、因子分析、TOPSIS进行单一评价，然后采用BP人工神经网络进行组合评价，并对评价效果进行分析。研究结果表明：组合评价悖论是学术评价中面临的新问题；BP人工神经网络是一种全新的组合方法，具有充分尊重单一多属性评价方法、精度高的优点，很大程度上解决了组合评价悖论问题；BP人工神经网络让评价重点重新回归到多属性评价，避免了评价方法过度技术化；BP人工神经网络组合评价不适合小样本。

分析沪锌期货的特征,发现沪锌期货价格存在非线性和波动集聚性的特点。选择沪锌期货的相关指标作为参数,运用人工神经网络训练数据,进行价格涨跌预测,构建BP神经网络和卷积神经网络沪锌期货预测模型。实证研究结果表明:模型预测准确率高,预测效果良好,在盘整行情中可获得较高收益,为投资决策提供重要参考,并可在期货市场中进行广泛应用。

分析沪锌期货的特征,发现沪锌期货价格存在非线性和波动集聚性的特点。选择沪锌期货的相关指标作为参数,运用人工神经网络训练数据,进行价格涨跌预测,构建BP神经网络和卷积神经网络沪锌期货预测模型。实证研究结果表明:模型预测准确率高,预测效果良好,在盘整行情中可获得较高收益,为投资决策提供重要参考,并可在期货市场中进行广泛应用。

提出一种结合宏观国际经济影响因素与黄金价格时间序列相接合的LM-BP模型。仿真结果表明,该算法能够较好预测黄金价格的走势,并且运用固定权值阈值方法实现了预测结果的稳定,使得能够进行实际应用。