基于地理信息系统的县域土地适宜性评价

在探讨县域土地适宜性评价信息系统的研究方法的基础上，以江苏省太仓县为实验区，选择了土壤水分条件、养分条件、社会经济条件３个土壤质量因子和３０个土地特性因子，建立了多级土地适宜性评价模型，完成了该区水稻、棉花、小麦、油菜四种作物的土地适宜性评价。     

土地利用规划中的土地适宜性评价

以湖北省潜江市农用地、林地、建设用地为研究范围,以中国1:100万土地资源图的评价系统为指导,系统分析了评价系统中各要素的有机联系,阐述了如何用层次分析法和GIS技术进行土地适宜性评价,为潜江市土地利用总体规划中的土地利用结构和空间配置的安排和布局提供依据.图4,表2,参5.     

基于BP神经网络的企业技术创新效果的模糊综合评价

应用模糊数学中的BP神经网络理论对企业技术创新效果进行综合评价,从而提供了一条对企业技术创新效果进行定量分析的有效新途径.     

基于AHP和BP神经网络的企业R&D人员胜任力评价

为了对企业R&D人员的胜任力进行评价,采用行为事件访谈法构建了R&D人员胜任力模型,并对各项胜任力指标的内涵作了诠释;利用层次分析法确定了各个层次胜任力指标的权重,给出了R&D人员胜任力评分;设计了R&D人员胜任力评价的BP神经网络模型,并将层次分析法得出的结果作为样本,对BP网络进行了训练和测试.研究结果表明,基于AHP和BP神经网络的企业R&D人员胜任力评价是可行的.     

基于神经网络的管理信息系统综合评价方法

在建立管理信息系统综合评价指标体系的基础上，提出了一种基于BP网络的管理信息系统的综合评价方法，该方法不仅能够模拟专家对管理信息系统进行综合评价，而且避免了评价过程中的人为失误，仿真实验表明采用该方法获得的结果是令人满意的。     

BP神经网络模型在地下水水质评价中的应用

运用人工神经网络理论和方法 ,建立了地下水水质评价的 BP神经网络模型 ,对肥城市 6眼水井的地下水水质进行了评价 ,并与综合指数法、模糊综合评判法的评价结果进行了比较 .结果表明 ,用 BP神经网络模型评价地下水水质是可行的 ,该模型具有很强的的学习、联想和容错功能 ,其分析结果和过程都接近人脑的思维过程和分析方法 ,使得地下水水质评价结果的精度大大提高 .     

基于BP神经网络的上市公司财务预警模型

为了进行企业财务危机预警方法精度的比较研究,采用BP人工神经网络工具,以120家上市公司的截面财务指标作为建模样本,并使用同期60家公司作为检验样本建立了财务危机预警模型.经过对样本的反复训练和学习,分别取得了建模样本90.8%和检验样本90%的判正率.与我们采用主成分分析法建立的模型对同一建模样本和检验样本的预测精度分别是90%和81.7%相比有很大的提高.研究结果表明:BP神经网络是一种非线性映射模式,在指标间相关度较高、呈非线性变化,或数据缺漏不全等情况下仍可得到比较满意的结果,因此是一种比较理想的预测方法,具有广泛的适用范围和较高的推广价值.     

基于AHP和BP神经网络的企业R&D人员胜任力评价

为了对企业R&D人员的胜任力进行评价,采用行为事件访谈法构建了R&D人员胜任力模型,并对各项胜任力指标的内涵作了诠释;利用层次分析法确定了各个层次胜任力指标的权重,给出了R&D人员胜任力评分;设计了R&D人员胜任力评价的BP神经网络模型,并将层次分析法得出的结果作为样本,对BP网络进行了训练和测试.研究结果表明,基于AHP和BP神经网络的企业R&D人员胜任力评价是可行的.     

基于BP神经网络模型的目标属性识别仿真

在地面防空作战中,对空中目标进行属性识别是防空导弹武器发射决策的关键环节之一,可靠及时的识别可有效地避免误伤我（友）机,准确消灭敌机。结合现代防空作战特点,对影响目标属性识别的各种因素进行定性和定量分析,建立了基于BP神经网络的目标属性识别模型,仿真分析表明了模型的有效性和实时性。     

基于模糊聚类的BP神经网络模型研究及应用

在神经网络的应用过程中,经常遇到样本太多问题,采用模糊聚类分析,科学选取学习样本,使少量的学习样本本身包含全部样本的特性,很好地解决了由于样本多学习速度慢的问题,并提出了训练结果检验方法.此方法可以作为神经网络应用的一个拓展.     

四层BP网络的一种结构设计方法及应用

针对BP神经网络的特点提出一种基于递阶遗传算法的四层BP神经网络的结构设计模型及应用。现有的BP训练方法只能训练BP网络的权重和阈值,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构、权重和阈值同时通过训练确定。以经济系统中的人口时间序列数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,提出的方法是可行的。     

一种输入驱动的BP网络高效学习算法

在深入研究BP神经网络模型的基础上,从网络互连方式、网络权值初始化以及隐结点的选取等方面,对标准的BP算法作了改进.通过实验,证明该方法是非常有效的.     

Prediction Method of Vessel Maintenance Outlay Based on the BP Neural Network

1 .ＩＮＴＲＯＤＵＣＴＩＯＮＦｏｒｍｅｒｌｙ ,ｔｈｅｍａｎａｇｅｍｅｎｔｏｆｖｅｓｓｅｌｏｕｔｌａｙｕｓｅｄｔｏｐａｙｍｏｒｅａｔｔｅｎｔｉｏｎｔｏｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｖｅｓｓｅｌｅｑｕｉｐｍｅｎｔａｎｄｔｈｅｉｎｖｅｓｔｍｅｎｔｉｎｐｕｒｃｈａｓｉｎｇ ,ｂｕｔｉｇｎｏｒｅｓｏｍｅｐｒｏｂｌｅｍｓｏｆｔｈｅｏｕｔｌａｙｓｐｅｎｔｏｎｔｈｅｕｓｅ ,ｍａｉｎｔｅｎａｎｃｅ ,ｅｔｃ .ｏｆｔｈｅｅｑｕｉｐｍｅｎｔ .Ｉｎｇｅｎｅｒａｌ,ｔｈｅｔｉｍｅｏｆｕｓｉｎｇｖｅｓｓｅｌｅｑｕｉｐｍｅｎｔｉ…     

Economic Assessment of Planned Projects in Highway Network Planning

ＥｃｏｎｏｍｉｃＡｓｅｓｍｅｎｔｏｆＰｌａｎｎｅｄＰｒｏｊｅｃｔｓｉｎＨｉｇｈｗａｙＮｅｔｗｏｒｋＰｌａｎｎｉｎｇＹＡＮＧＺｈａｏｓｈｅｎｇＪＩＣｈａｎｇｘｕＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ，１３００２５，Ｃ...     

基于递阶遗传算法和BP网络的时间序列预测

提出一种基于递阶遗传算法和BP神经网络的时间序列预测模型。现有的BP训练方法只能训练BP网络的权重,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定。以铁路客运市场数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,所提出的方法是可行的。     

BP神经网络模型的改进

本文在深入研究ＢＰ神经网络模型的基础上，提出了对该模型的若干改进技术处理方法，并通过仿真试验．实践表明，这些改进和技术处理方法是有效的．     

预测煤矿回采工作面产量的BP网络模型

在分析了煤层开采条件、回采与运输设备能力与可靠性及管理与作业人员水平等影响煤矿月度日产量均值和方差的九种因素的基础之上,用ＢＰ网络来逼近预测对象与主要因素的复杂的非线性关系,取得比回归分析较好的预测结果.