简介：摘要：滑坡位移具有时滞性及非线性等特点，准确地对滑坡位移预测能为滑坡预警预报提供参考依据，本文以树坪滑坡为例，提出了一种结合EMD分解方法和改进CISOA-BP的滑坡位移预测模型。首先，利用EMD将滑坡位移分解为趋势项及周期项位移；其次，利用四次多项式对趋势项位移进行预测，针对周期项位移，利用收敛交叉映射法对降雨量与周期项位移间的时滞效应进行分析，确定时滞时间及影响程度，建立考虑时滞效应的BP位移预测模型，并利用Circle映射及收敛因子提高SOA算法的收敛精度，利用CISOA模型对BP神经网络的权重及阈值进行赋值；最后，将趋势项及周期项预测结果叠加得到累计位移预测结果。结果表明，考虑时滞的EMD-CISOA-BP预测模型能较为准确地预测降雨导致的滑坡位移，该模型对同类滑坡位移预测具有一定的参考价值。

简介：摘要基于BP模型的神经网络是一种用于前向多层神经网络的反传学习算法，目前为止应用最为广泛且最重要的一种训练前向神经网络的学习算法。本文详细介绍BP算法原理并剖析其性能不足的几个方面，简要介绍优化算法，对模型未来的发展方向进行展望。

简介：本文根据神经网络的基本原理，利用实测数据建立了用于大断面隧道收敛变形预测的BP神经网络模型。基于神经网络的预测模型具有预测精度高，使用方便灵活，适合于复杂系统的特点，是解决隧道变形预测问题的一种崭新途径。

简介：利用BP神经网络局部搜索快速性、自适应及自学习的优点，设计了基于BP神经网络的危机预警模型，突破传统的危机预警模式，有效克服了当前危机预警机制中缺乏智能化自我学习等缺陷，为研究智能化公共危机预警提供了一条可行的有效途径。

简介：以某大坝沉降监测数据为例，利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明，滚动BP神经网络算法能较好地应用于大坝沉降数据的预测，具有良好的应用前景。

简介：针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

简介：一、2007年年初至今我国宏观经济概况和物价走势2007年我国经济运行显著特点是消费需求旺盛、投资需求高位运行、外贸持续逆差。上半年，社会消费品零售总额达到4．2万亿元，同比增长15．4％，增速比上年同期高2．1个百分点；全社会固定资产投资完成额5．4万亿元，增长25．9％，增幅比上年同期回落3．9个百分点，但比第一季度提高2．2个百分点；上半年累计实现贸易顺差1125亿美元，同比增长83．1％，增幅比上年同期高27．9个百分点。“三驾马车”的同时发力带来了我国上半年经济的快速发展，上半年，实现国内生产总值（GDP）10．7万亿元，同比增长11．5％，增速比上年同期提高0．5个百分点。

简介：规避道德风险的关键在于正确的授信,即根据客户的资质确定借贷金额,基于此,本文建立了基于信用评级的道德风险规避模型,根据客户的信用等级来进行消费金融借贷。在客户画像体系的建立中,数据中客户量极大,无法一一描述每一个客户的特征,本文通过筛选指标建立了合理的客户价值评估模型,并进行了仿真验证。

简介：

简介：电火花加工是基于工具与工件间脉冲性火花放电产生的电腐蚀现象来加工工件的，特别适用于复杂形状、特殊要求零件和难加工材料的加工。但是电火花加工r机理极其复杂，加工参数的选择在很大程度上取决于机床操作者的熟练程度，由于操作者的经验和知识所限，往往使电加工机床的性能和功能得不到充分发挥，甚至达不到加工要求。电火花加工所选取的工艺参数直接决定工艺效果，而工艺参数和工艺效果之间的关系异常复杂，解决工艺参数选择难的关键是建立一个合理有效的电火花加工选择模型，进而实现工艺参数的自动优化选取。

简介：因径流的形成受多种因素的影响，且径流预报具有复杂的非线性特点。因此，为了更加准确地对年径流进行预报，本文选择和田河支流玉龙喀什河作为研究对象，构建BP神经网络模型，对玉龙喀什河年径流及相关气象资料行径流模拟研究，结果表明：BP人工神经网络模型收敛速度快，预报精度高，为该领域研究提供了新的思路。

简介：应用BP神经网络对网店销售模型进行了研究,建立了基于店铺访客数、下单转化率、客单价和商品收藏次数来预测网店销售额的BP神经网络模型,模型的训练样本为五皇冠淘宝网店2016-04-21至2016-07-09时间段销售数据,应用构建的模型预测该网店2016-07-10至2016-07-19时间段店铺销售额,仿真模拟实验结果表明其能准确地预测店铺销售额,从而验证了模型的有效性和准确性.

简介：通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析，确定了各因素与通货膨胀之间的领先、一致和滞后关系；然后结合人工神经网络原理，以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型，最后根据模型预测结果，提出了控制通货膨胀的相关政策建议。

简介：摘要交通流预测是交通控制与管理，交通状况改善的重要参考指标。本文建立灰色模型和BP神经网络相结合的组合模型，利用灰色模型对实际监测到的数据进行拟合、预测，得到预测值和预测残差，将预测残差输入到神经网络模型进行残差的学习、仿真和预测，残差预测值和灰色模型预测值的和值作为最终预测结果。结果表明，用灰色模型对神经网络模型预测进行优化，其预测结果比单一的神经网络建模预测具有更高的准确性和实用性，提高了预测的精度。

简介：对神经网络应用于数字水印技术进行了改进,选择了一种DWT变换嵌入算法的BP四层模型作为神经网络的训练模型,它能更好地实现了水印的盲提取。实验结果表明,该算法对常用的图像处理如压缩、低通滤波、加噪、剪切、旋转和缩放等攻击具有较好的鲁棒性和不可见性。

简介：港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。

简介：在含富水带山岭地区的隧道工程建设中,往往引起隧道内涌水,不但影响施工安全,还会影响到隧道建成后运营质量,必须采取超前预报和措施,保证工程质量。此文以某在建隧道6个里程段的地质构造和涌水情况为样本,通过建立BP神经网络模型,对隧道内的涌水量进行预测,并与实测涌水量进行比较。所得结果表明,最大相对误差在10%以内,平均为3.8%,符合工程要求。可为隧道施工提供采取有效措施的依据。

简介：考虑城市用水量受众多因素影响,具有系统稳定性和非线性的特点,利用人工神经网络理论建立了改进BP网络预测模型,通过实例证明了该模型是一种行之有效的用水量预测模型.

简介：运用TRAINGDX训练函数对标准BP神经网络进行改进．根据2012年《四川省统计年鉴》相关数据，利用影响国内生产总值（GDP）的6个主要因素，借助Matlab软件平台，建立了6：5：1的三层BP神经网络GDP预测模型，实现四川省GDP值的预测．改进后BP神经网络预测相对误差在1％以内，仿真结果同模型外推法比较，预测精度较高．

简介：基于现有研究成果的局限性，本文将BP网络引入企业的人力资源管理风险预警的研究之中。首先从BP网络本身的特点和我国企业薄弱的基础管理水平两个方面，阐述了将BP网络引入企业人力资源管理风险预警研究的可行性；然后依据对人力资源管理风险内涵的界定、国内外专家的实证研究结果和意见等，将企业人力资源管理风险进行了分类；在此基础上，建立了企业人力资源管理风险预警指标体系，构建了基于BP网络的企业人力资源管理风险预警模型，并对模型进行了训练和测试；最后将其运用到某企业人力资源管理风险预警之中，指出其在判断企业人力资源管理风险状况、分析企业人力资源管理风险的主要来源、提出企业规避人力资源管理风险的对策方面有较大的应用价值。