随着资本市场的不断发展,会计信息对扩大市场规模、增强投资者信心的作用越来越重要。会计信息被广泛应用的同时,会计信息失真、财务舞弊等现象频频出现,严重影响了整个资本市场的健康发展。因此,如何准确、客观评价会计信息质量已经成为资本市场亟需解决的问题。针对上述问题,本文结合盈余质量、深交所披露质量和审计质量对会计信息质量进行评分,通过分析会计信息质量各影响因素选取了11个指标,在此基础上引入BP神经网络构建会计信息质量评价模型,并对模型进行训练和测试,以期为会计信息质量评价提供新思路。

文章参考相关研究成果,构建了SCM环境下供应商质量评价指标体系,在此基础上,利用BP神经网络对供应商质量空间进行实证研究,评价结果跟实际结论完全相符。

在云计算蓬勃发展的今天，云服务呈现飞跃式发展，如何从大量功能类似但服务质量各异的云服务中选择最佳云服务已成为企业用户面临的首要问题。本文以企业需求和云服务特征为切入点，构建了云服务质量评价指标体系，建立了ＢＰ神经网络云服务质量评价模型。实证研究结果表明：网络输出与期望输出之间的误差可以达到目标要求，评价模型具有较高的可行性和合理性，能够为企业用户选择最佳云服务提供决策参考和建设性意见。

针对神经网络的结构特性、自适应和自学习功能,提出了基于BP神经算法建立的现代远程教育教学质量评价系统,确定了系统的数学模型,采用各评价指标作为其输入,教学效果作为输出,该模型具有收敛速度和网络的适应能力。实验结果表明:该数学模型克服了传统分析评价教学过程的复杂性,具有方便、准确、可靠、快速的特点,辨识精度较高。

[目的 /意义]提出政务微信公众号信息传播效果评价方法,为政务微信公众号运营推广提供参考依据和理论基础。[方法 /过程]首先界定政务微信公众号信息传播效果的概念,然后结合政务微信公众号信息传播特点,从用户认知、情感和态度、用户行为、社会影响和政务微信公众号平台5个维度,选取17个政务微信公众号信息传播效果评价指标,并基于BP神经网络提出政务微信公众号信息传播效果评价方法,最后采集吉林省各消防大队的微信公众号数据验证方法的有效性和实用性。[结果/结论]提出基于BP神经网络的政务微信公众号信息传播效果评价方法

[目的/意义]对智库微信公众平台信息传播力进行全面、科学的评价,引导智库机构高效地利用微信公众平台传播信息。[方法/过程]首先运用信息传播学理论,分析智库微信公众平台信息传播的过程;然后根据智库微信公众平台信息传播力的内涵从智库主体实力、信息内容特征、平台服务能力、平台用户表现4个维度构建智库微信公众平台信息传播力评价指标体系;最后提出基于BP神经网络的智库微信公众平台信息传播力评价方法,采集95组样本数据,并使用Matlab进行仿真验证。[结果/结论]结果表明基于BP神经网络的智库微信公众平台信息传播力评价模型具有较强的操作性和实用性,能够为评价智库机构借助微信平台进行信息传播的能力和效力提供新的方法和思路。

高校教师教学质量评价的关键是建立教学质量评价结果与影响教学质量的各项指标之间的复杂非线性关联关系。为此,文章以BP神经网络的非线性逼近能力的特点,对高校教师教学质量(作为输出)及其影响因素(即教学质量评价各项指标作为输入)进行系统仿真,利用相对误差逐步优化回溯算法在迭代过程的参数,建立了相应的评价模型。数值仿真和某高校30名学生评价实例均显示效果好、精度高,表明该评价模型更接近实际评价过程,并且具有很好的可信性和实用性。

【目的】为探究烟叶常规化学成分与各单项外观质量评价指标之间的关系,为外观质量评价的智能精准化发展提供科学依据。【方法】对选取的2017年湖南烟区具有代表性的初烤烟叶样品进行常规化学成分的测量及外观质量评定,通过因子分析法对作为BP神经网络输入变量的常规化学成分进行筛选,分别构建拓扑结构为7-10-1的各单项外观质量指标预测模型。【结果】所选烟叶样品的常规化学成分含量和外观质量得分的统计分析符合正态分布,网络模型对样本的训练结果表明:各个单项外观质量评价指标预测模型中,网络模拟值与实际目标值之间的误差区间在0～0.5范围内的比例均达到60%以上,误差区间在0～1.0范围内的样本比例均达到90%以上,其中成熟度和色度的决定系数达到显著水平;颜色、身份、油分、叶片结构的决定系数达到极显著水平。【结论】基于烟叶常规化学成分含量,利用BP神经网络构建的各项外观质量指标预测模型具有较高的精准性。

为了对产品质量进行预测控制、辅助新产品开发设计、寻找最优参数,将测试样本的网络输出值与真值之间的灰色关联度作为目标函数,采用粒子群算法优化了BP神经网络的权系数和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-GRG算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以注塑件质量预测为例,进行算法实现,仿真结果表明本文所提出的PSO-GRG算法比BP算法迭代次数减少了87.5%,并避免了局部最优,且预测误差亦明显减少。得出结论:所构建的质量预测模型具有较高的预测精度和研究价值。

研究中国对外农业投资环境评价有助于提升我国农业"走出去"的安全性和稳定性,对我国农业对外直接投资项目选址决策和风险管控有重要参考价值。文章以政治与法律环境、经济与对外开放环境、基础设施与公共服务环境、农业生产环境4个子系统22个指标为输入向量,以农业投资环境等级评分为输出向量,构建基于BP神经网络的农业投资环境评价模型,对全球138个国家2009-2013年间的农业投资环境进行评估。结果表明:中国对外农业投资环境空间差异明显,总体上呈"欧美大洋洲发达经济圈>亚非发展中国家和新兴经济体"的分布格局;政治与法律环境呈"欧美大洋洲发达国家最好、亚非多数国家较差"的空间差异特征;经济与对外开放环境呈"全球总体环境较好、部分亚非国家较差"的空间分布特征;基础设施与公共服务环境呈"欧美大洋洲发达国家最好、亚洲多数国家较好、非洲多数国家较差"的空间分布特征;农业生产环境呈"澳大利亚和尼日尔最好、非洲多数国家较好、亚欧多数国家较差"的空间差异特征。

本文首先在分析企业员工满意度特点和影响因素的基础上,选取了影响企业员工满意度的相关因素,并将这些相关因素分为三个维度9个具体指标。之后将员工满意度的评价与BP神经网络的学习算法相结合,构建了一种基于企业员工满意度评价的BP神经网络模型,根据该模型对企业员工进行了满意度的评价研究。该研究为组织管理者全面高效评价员工满意度水平,了解该组织员工在同行业员工中满意度的具体情况,提供了一种客观、科学的衡量标准。组织管理者可以根据研究结果及各项指标内容,在提升员工满意度方面实施差异化的管理模式。同时,该研究结论对于组

通过界定创新型企业的内涵,分析了创新型企业的特征,构建了创新型企业的评价指标体系,提出了基于BP神经网络的创新型企业评价方法。

要对企业文化实施有效管理,必须建立一套切实可行的企业文化影响力评价体系,对企业正在运行的文化系统进行测评,便于管理者调整战略和战术,保持文化建设的有效性。本文首先建立企业文化影响力评价体系,然后用BP神经网络评价方法对企业文化影响力进行评价,并且用计算机处理统计数据,实现了对企业文化影响力的定量化评价,为企业管理者提供决策依据。

风险项目投资具有高风险、高收益的特点,科学、准确的评价方法对项目投资至关重要。传统的评价方法主观因素太强,而人工神经网络模型克服了传统项目评价依赖专家经验的弊端,为项目投资风险评价开辟了新途径。本文首先阐述了BP神经网络的原理,然后结合实例给出了用于项目投资风险评价的UP神经网络模型,仿真试验表明,采用该模型的结果是令人满意的。

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。