简介：摘要院本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据，得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则，并利用M矩阵确保该系统存在稳定周期解。

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：摘要： 在我国大力提倡退耕还林的前提下 ,森林资源得到了有效地保护。由于近几年来森林火灾不断发生 ,导致森林资源受到巨大的破坏 ,影响了人们正常的生活以及社会发展。做好目前的森林防火工作 ,是保护自然生态环境最有效的手段。

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：本文主要研究人工神经网络在企业知识管理评价中的应用问题。为了克服综合评价过程的随机性与评价专家主观上的不确定性，本文提出基于人工神经网络的企业知识管理综合评价模型。该模型采用多层前馈神经网络及BP算法，其仿真实现是以MATLAB下神经网络工具箱作为开发工具。通过仿真实例与专家评估相比较，验证了该模型的有效性。

简介：将神经网络技术和房地产市场分析预测相结合,建立了基于BP与Elman神经网络的实时动态的房地产市场泡沫预警模型,并以房地产市场数据为对象进行了预警模型的研究,并与BP网络的评价结果作了比较。结果表明：该模型具有很好的预测潜能和广泛的应用前景,用Elman神经网络进行评价的结果比BP网络的评价结果更加精确。对解决房地产市场预警系统的非线性问题,为寻找更科学的房地产市场分析预测方法提供新的途径。

简介：摘要：本文首先对 10 支股票的当天成交量，最新成交价格进行周期性，平稳性，随机性等时间序列基本性质作出判断，使用 EXPMA 方法以及五日均线、振幅等趋势指标来衡量时间序列及截面价格与交易量的变化趋势。最后，结合数据可视化以及 MK检测，得出时间序列以及截面数据价格与交易量的变化趋势。并且以 pandas_prof iling报告为辅助，分析价格与其他特征因子的相关性以及各个特征因子之间相互影响的程度。探究得出时间序列在价格这一维度上 9 支股票呈下降趋势，在交易量这一维度上 8 支股票呈下降趋势。截面在价格这一维度上，10 支股票变化复杂，具有周期性。我们认定为股票的价格为非平稳非线性序列[1]。

简介：摘要电力系统短期负荷预测是实现电力系统优化运行的基础,对于电力系统运行的安全性、可靠性和经济性都有显著影响。因此,寻求有效的负荷预测方法以提高预测精度具有重要意义。

简介：摘要：针对近期“新型冠状病毒”在全球大流行的现象，文章参考生命周期理论，基于微博平台，结合数据与文本信息，构建了突发传染病网络舆情热度评价指标体系，选择“新冠”事件，利用无监督学习模型概率潜在语义分析和深度学习模型BP神经网络，对舆情发展趋势进行分类及预测，验证模型的可行性。为突发传染病网络舆情管控提供参考。

简介：摘要本文利用人工神经网络对两自由度线性振动系统进行了神经网络建模，并通过所建立的神经网络模型对该系统进行了预测。分别利用MATLAB和BP网络作为平台和训练工具。以两自由度悬臂梁的受迫振动为例，将一段时间内的激励力作为网络的输入参数，对应于该段时间内由振动产生的挠度作为网络的输出参数，然后利用BP网络进行训练。将网络模型预测结果与精确解进行对比，误差甚小。该结果表明所建立的神经网络模型合理、有效，可利用其对该类问题进行预测并应用于工程实践中。

简介：本文采用人工神经网络原理，对山西省入境旅游市场需求进行预测。论文以人工神经网络理论为基础，对旅游市场需求预测指标的选择、神经网络预测模型的选择、旅游需求神经网络预测模型的建模流程和实现方法进行了初步探讨，构建了基于人工神经网络的旅游需求预测模型。

简介：随着经济的飞速发展，城市化进程的加快，建设用地已成为城市发展的稀缺资源，科学合理的安排城市建设用地规模显得尤为重要。文章以南昌市2005-2010年有关城市建设用地规模的社会经济统计数据为依据，利用主成分分析方法，筛选出影响城市建设用地规模的主要因素有GDP、人口、城市化水平、园林绿地面积、财政收入、固定资产投资、工业总产值等。在此基础上建立BP神经网络预测模型，测算出南昌市2020年城市建设用地规模，并对其进行验证分析，以期对南昌市土地利用总体规划中建设用地的指标划分提供科学依据。

简介：为改进单纯使用ARIMA模型或BP神经网络模型对GDP预测的效果,笔者以1978—2008年的广西GDP为样本,首先建立ARIMA模型,得到拟合误差序列及2009—2015年的广西GDP的初始预测值,再对误差序列构建BP神经网络并得到2009—2015年的误差预测值,最后,用误差预测值对初始预测值进行修正,得到修正后的2009—2015年广西GDP的预测值。结果表明,ARIMA与BP神经网络混合模型的预测结果显著优于单一模型的预测。

简介：本文首先建立了评价企业信用的指标体系，然后在此基础上构造了基于粗糙集和BP神经网络的企业信用风险预警模型。粗糙集用于约简指标体系中的冗余指标，BP神经网络用来构建预测企业信用的分类预警模型。最后，笔者通过实例验证了此模型的可行性和有效性。

简介：摘要：本文针对现役火电厂脱硝改造工程的造价估算，通过对影响脱硝改造造价的主要因素进行综合分析，利用 MALTAB软件构建了基于 BP人工神经网络的火电厂脱硝工程造价的快速估算模型。通过现有工程造价实例对快速估算模型进行训练、模拟及测验，并将模型估算值与现有工程造价实例进行了对比，结果表明该方法可以较好的估算火力发电厂脱硝改造的工程投资。该模型具有较好的快速性及适用性，可以为估算工程造价提供参考。

简介：消费是宏观经济发展的重要环节.文章通过把线性预测与神经网络的非线性预测相结合,并把这种'复合'预测的结果作为单项方法的预测值再次利用神经网络确定组合权重进行进一步的预测,结果表明取得了不错的效果,可以为把握消费增长的趋势,扩大消费需求的规模提供数据依据.

简介：近两年神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。迄今为止，在人工神经网络研究领域中，有代表性的网络模型已达数十种，其中误差逆传播神经网络也简称BP(BackPropagation)网是我们研究的重点内容。神经网络研究热潮的兴起是本世纪末人类科学技术发展全面飞跃的一个组成部分。它与多种科学领域的发展密切相关，纵观当代新兴科学技术的发展历史，人类在征服宇宙空间、基本粒子、生命起源等科学领域的进程之中历经了崎岖不平之路。我们也会看到，探索人脑功能和神经网络的研究将伴随着重重困难的克服而日新月异。

简介：本文介绍了期权定价理论,详细描述了期权定价研究的现状,并总结了当前几种期权定价主要方法及其基本指导思想。然后,结合当前期权定价方法的热点,重点阐述了神经网络在期权定价中的应用。最后,对基于神经网络预测的期权定价研究进行了总结,并指出了神经网络的期权定价的不足及研究方向。

简介：摘要：随着风力发电技术的不断成熟，系统容量越来越大，从而导致风力发电并网时所产生的电流冲击与波动过大，造成安全问题。 对变速恒频双馈发电并网系统，将传统 PID 控制与 BP 神经网络控制，提出了一种 BP 神经网络 PID 的空载并网控制策略。

简介：摘要：电力变压器诊断是根据变压器故障特征，定故障的性质或者类别，为变压器的检修决策提供依据。文章对变压器油溶解气体的来源、特点及产生原因进行分析，通过构建变压器油中溶解气体与变压器故障之间的对应关系的专家系统，运用神经网络算法对变压器进行全面诊断，仿真结果表面文章所示方法具有可行性。