- 年份
- 2024(6248)
- 2023(9174)
- 2022(8293)
- 2021(7912)
- 2020(6619)
- 2019(15572)
- 2018(15655)
- 2017(30515)
- 2016(16503)
- 2015(18775)
- 2014(18739)
- 2013(18445)
- 2012(16633)
- 2011(14877)
- 2010(14659)
- 2009(13277)
- 2008(12748)
- 2007(10943)
- 2006(9409)
- 2005(8029)
- 学科
- 济(64742)
- 经济(64672)
- 管理(47781)
- 业(44861)
- 企(38576)
- 企业(38576)
- 方法(33942)
- 数学(29365)
- 数学方法(28885)
- 农(15566)
- 学(15277)
- 财(14983)
- 中国(14871)
- 业经(14214)
- 地方(12674)
- 理论(11906)
- 和(11284)
- 贸(11222)
- 贸易(11217)
- 易(10894)
- 技术(10662)
- 农业(10440)
- 务(10237)
- 财务(10171)
- 财务管理(10152)
- 环境(10013)
- 制(9834)
- 企业财务(9611)
- 教育(9257)
- 划(9182)
- 机构
- 大学(234549)
- 学院(231671)
- 管理(98040)
- 济(86257)
- 理学(86110)
- 理学院(85176)
- 经济(84205)
- 管理学(83469)
- 管理学院(83070)
- 研究(72914)
- 中国(52294)
- 京(50142)
- 科学(48049)
- 财(37647)
- 业大(36054)
- 所(35976)
- 农(34785)
- 中心(33297)
- 研究所(33227)
- 北京(31687)
- 江(31534)
- 财经(31385)
- 范(30848)
- 师范(30595)
- 经(28540)
- 农业(27376)
- 院(26857)
- 州(26471)
- 师范大学(24800)
- 技术(24685)
- 基金
- 项目(166648)
- 科学(131083)
- 基金(121272)
- 研究(120430)
- 家(105374)
- 国家(104546)
- 科学基金(90739)
- 社会(73994)
- 社会科(70044)
- 社会科学(70024)
- 基金项目(65087)
- 省(64856)
- 自然(61397)
- 自然科(59997)
- 自然科学(59987)
- 自然科学基金(58870)
- 教育(55203)
- 划(54782)
- 资助(50876)
- 编号(49539)
- 成果(39401)
- 重点(36417)
- 部(36171)
- 创(34441)
- 发(34131)
- 课题(33286)
- 科研(32175)
- 创新(32008)
- 大学(31060)
- 项目编号(31007)
共检索到319468条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 预测
[作者]
文新辉 牛明洁
1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们
[期刊] 财经科学
[作者]
谢赤 欧阳亮
浮动汇率兴起以来,大量的参数方法和非参数方法被用于汇率预测,神经网络是其中的一种。神经网络方法在汇率预测中的应用有三种不同的方法:同质神经网络模型、异质神经网络模型和神经网络组合模型。本文讨论了三种神经网络预测模型的特点以及局限性,并通过对这三种方法的比较得出结论:神经网络组合模型充分考虑了汇率的线性特征和非线性特征,比同质神经网络和异质神经网络预测模型更系统、更全面,能更好地进行汇率预测。
关键词：
汇率预测 汇率波动 神经网络
[期刊] 统计与决策
[作者]
张喆 吴知非 禹建丽
本文研究人工神经网络在实际中的应用问题,探讨利用人工神经网络进行电力电量预测的方法。提出一种基于BP神经网络的电力电量预测模型,经过训练可以得到时间和用电量之间的映射关系。
关键词：
人工神经网络 电力电量 预测
[期刊] 技术经济
[作者]
李国锋 李云杰
[期刊] 统计与决策
[作者]
邢涛 高英慧
本文利用蚂蚁算法训练神经网络的权值和阈值,蚁群优化神经网络克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差。在此基础上提出以支持向量机方法为主、多方法融合的智能预测系统,对电网负荷预测进行了动态预测。实际算例验证了这一智能预测系统的精确性。
[期刊] 沈阳农业大学学报
[作者]
李晓辉 杨勇 杨洪伟
为了提高降水量预测的精度,采用BP神经网络与灰色模型相结合干旱预测的理论方法,研究数据的灰色建模与预测,再对模拟值与真值残差进行BP网络建模,利用残差模拟值修正总体降水量预测值,并对朝阳地区降水量进行预测。研究结果表明:BP神经网络与灰色模型预测相结合降水量平均预测误差为0.0799,比单纯用灰色模型预测误差降低0.1311,说明BP神经网络与灰色模型相结合的预测方法适合朝阳地区降水量的预测。
关键词：
BP神经网路 灰色模型 干旱预测
[期刊] 华东经济管理
[作者]
华晓晖 闫秀霞
快速变化的市场对企业的生存和发展提出了更高的要求,而按照代表顾客需求的订单进行生产则是企业提高柔性和竞争力的关键。正因为如此,准确地预测订单就显得异常重要。文章利用BP神经网络和径向基神经网络建立了新的订单预测模型,并通过解决一个实际问题对其仿真结果进行了比较。
关键词：
订单 神经网络 模型
[期刊] 金融理论与实践
[作者]
谢小璐
上海银行间同业拆放利率(Shibor)的推出是中国利率市场化重要的一步。在阐述了Shibor的背景、功能以及对经济发展的重大意义之后,分别建立了小波神经网络和回归时间序列组合模型对2周品种Shibor进行预测对比分析,研究结果表明,小波神经网络的拟合和预测精度较高,具有一定的科学性和实用性。
[期刊] 林业科学
[作者]
胡林 冯仲科 聂玉藻
以北京市房山区的林火为研究现象,用神经网络方法研究林火发生及蔓延与环境因子间的关系。用GPS采集林火火场中心数据,测量火场面积;用GIS做空间分析,提取火场空间环境因子;将数据在Matlab中用VLBP神经网络进行训练,建立林火风险的预测方程。风险模型由林火发生的风险模型和林火的蔓延风险模型组成,由于该模型采用的方法不依赖于先验统计模型,所采用的神经网络方法对非线性的数学关系有很强的预测能力,因而该方法具有很强的适用性。
[期刊] 技术经济
[作者]
向小东
金融时间序列数据的预测是预测领域的热点问题。本文结合小波变换与神经网络的有关理论,给出了基于小波神经网络的石油期货价格预测具体学习算法并进行了拟合及检测,结果表明该方法具有比常用的BP算法及径向基函数网络算法(HCM算法)更好的拟合能力、推广能力,可为石油期货买卖决策提供一定的依据,并可推广于其它金融时间序列的预测。
关键词：
小波神经网络 石油期货价格 预测
[期刊] 工业技术经济
[作者]
仲东亭 张玥
针对烟草销售量传统预测方法的不足,本文结合实际,应用BP神经网络模型对其进行了改进:把实际误差看作一组序列,进行逼近模拟,作为一个单独量加入最终结果,提高了预测的精度。本文的思路和方法可推广到其他社会经济数据序列的预测中去。
关键词：
BP神经网络 烟草销售量 预测方法
[期刊] 中国农业科学
[作者]
梁毅 刘世洪
【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。
[期刊] 生态经济
[作者]
仇国芳 蔡卓珉
论文从碳排放的测算、碳排放的主要影响因素、未来碳排放量的预测和针对碳减排提出的对策等方面,对国内外的相关文献进行了梳理与分析。根据相关统计年鉴数据,利用自上而下的计算方法,以经过处理后的直接碳排放系数为准,对2005—2015年的陕西省碳排放量进行测算,并且分析近年来碳排放总量的变化趋势。利用粗糙集的属性约简思想,对于影响碳排放的因素进行约简并提取出主要影响因素构建预测指标体系,最后利用该指标体系结合BP神经网络模型对碳排放数值进行预测。针对预测的数值与碳排放的变化趋势,进行合理地分析并提出碳减排相应问题的解决对策。
关键词：
碳排放 BP神经网络 预测 粗糙集
[期刊] 情报科学
[作者]
付斌 张吉军 钟健 黄长略 于智博
【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
关键词：
BP神经网络 数据挖掘 需求预测
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
