城市建设投资效益的描述与评价

在分析城市建设基本特点的基础上,根据城市建设投资效益的间接性,从城市经济、社会和环境三方面对城市建设投资效益进行了描述及评价,同时也相应地提出了一种基于平均思想的城市建设投资效益值计算方法,并进行了验算。     

软件企业R&D人力资本投资风险预警与控制模型

为了有效提取软件企业R&D人力资本投资系统中投资风险的非线性信息,首先运用改进型中心调整算法和经优化调整的新型递推学习算法实现R&D人力资本投资风险警兆指标变量非线性主元的识别,然后运用基于Kalman滤波方法的快速学习算法获得软件企业在没有R&D人力资本投资风险情况下应该达到的警兆指标基准得分,从而发现偏差,采取有针对性的控制措施防患于未然.实证表明,该模型能够较为准确地实现R&D人力资本投资风险的分离、预警与控制.     

我国不同地区城市建设投资优化配置

为有效地实现全面建设小康社会的战略目标、合理调整不同地区城市的建设投资结构、更好地发挥资金效益、推动地区协调发展,本文对东中西部城市之间的投资差距和经济差距进行了比较分析,指出其差距过大且进一步扩大的趋势;建立并运用投资优化配置模型进行计算,筹划我国到2020年实现初步的城市社会的投资布局。提出东中西部城市建设投资将出现西部为高而中、东部依次跟进的格局,投资高的城市对人口等要素的聚集能力也增大,有利于经济发展和缩小地区差距。从城市横向发展的角度,为国家和地区制定宏观调控的城市投资发展战略,以体现效率和公平为原则,提出了见解和对策建议。     

概率神经网络信用评价模型及预警研究

介绍了概率神经网络(PNN)方法及其分类机理,构造了用于识别两类模式样本的PNN结构,用来对我国2000年106家上市公司进行两类模式分类.仿真结果表明,PNN对训练样本有很高的分类准确率,能达到100%;但对测试样本的分类准确率却很低,只达到69 77%.因而使总体的分类效果偏差,分类准确率只达到87 74%.进一步的仿真结果表明,该方法对我国2001年公布的13家预亏公司进行预警分析时,准确率只达到69 23%.所以PNN不太适合用来对新样本的识别和预警研究.研究结果还表明,PNN在分类效果上不如MLP(对相同的样本,多层感知器分类准确率达到98 11%),但和Yang等的PNN分类效果(分类准确率最高达到74%)相比,该文给出的PNN结构其分类效果更好.所以作为一种方法上的探讨,PNN仍不失其研究的价值.     

基于人工神经网络的投资预测

叙述了神经网络的基本原理，建立了工程投资人工神经网络预测模型，编制了人工智能估价系统软件，并结合实例做了分析.     

改进的遗传和BP杂交算法及神经网络经济预警系统设计

分析了设计神经网络经济预警系统的一些关键问题,并提出了一种改进的遗传算法,在此基础上,介绍了一种基于这种改进遗传算法和ＢＰ算法的杂交算法神经网络经济预警系统     

投资分配的神经网络求解

本文用神经网络的方法来探讨投资分配问题,即探讨怎样将有限的投资资金合理地分配到相互关联的各个领域,以使投资收益最大的问题同时也涉及了多元投资预测和最小投资方案等优化问题。     

企业财务危机预警Rough-ANN模型的建立及其应用

基于Rough集理论和ANN(人工神经网络)方法建立了企业财务危机预警的Rough-ANN模型,对企业财务危机指标的约简、财务危机知识的神经网络动态学习与推理、财务危机的预测和评定等功能进行了集成,并就企业财务危机预警问题进行了实证分析.其结果表明,该模型有效、可行,为企业财务危机的动态预警提供了一条新的途径.     

金融控股公司风险预警模型构建及其应用

在选取风险预警指标、构建BP神经网络风险预警模型的基础上,运用MATLAB神经网络工具箱NNT对金融控股公司模型进行模拟实现。采集大陆和台湾的金融控股公司的年报数据,进行数据的统计分析,然后运用金融控股公司风险预警模型对20个金融控股集团样本进行训练,并对剩余的6个金融控股集团样本进行仿真,取得良好的仿真效果。     

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.     

城市基础设施投资结构的动态仿真与分析——以北京市为例

基础设施在城市化进程中扮演着关键作用,合理选择基础设施投资结构对于城市可持续发展至关重要。鉴于基础设施的多系统复合特征,结合系统动力学和耦合协调理论,构建了城市基础设施系统效益仿真模型,通过调整各类基础设施投资占比参数,设计出资金投入总额有限下的4种基础设施投资情景,模拟了北京市2018~2030年4种情景下基础设施效益子系统间耦合协调水平,提出了在模拟期内优化基础设施投资结构的参考方案。结果表明：2018~2030年4种情景下基础设施效益子系统间耦合协调水平存在差异,整体处于上升状态,由低度耦合协调演变为极度耦合协调;均衡兼顾型和现状延续型情景下的城市基础设施效益子系统间耦合协调水平分别在2018~2027年和2028~2030年两个时段内表现最优,更有利于推动城市可持续发展,可将此两种情景下的城市各类基础设施投资占比参数作为相应时段内城市基础设施投资的参考方案。     

基于RBF网络的高技术项目投资评估决策模型的研究

在作者提出的一种具有高泛化性能的 RBF神经网络的基础上提出了一种对高技术项目投资的评估决策模型 .在对所提出的网络学习算法作了简介后 ,研究了对投资项目评估的影响因素以及它们在神经网络模型中的表示模式 ,然后给出了具有层次结构的用于高技术项目投资的评估决策模型 ,仿真和实例表明了模型的有效性.     

建筑市场需求预测中的神经网络方法

将神经网络技术应用于建筑业市场预测领域 ,选择了恰当的经济指标作为 BP网络的输入输出变量 ,建立了一套有效的建筑业市场需求网络预测方法 ,并以石家庄市建筑市场的需求预测为例 ,详细介绍了建筑业市场预测方法的运用过程 .     

基于案例推理的企业财务危机智能预警支持系统研究

案例推理定一ES的重点推理技术引入智能化预警支持系统中,不仅对企业财务危机进行定量预警,而且根据专家知识经验对企业内外部环境进行定性预警,将两者结合起来达到综合预警的目的.此外,在CBR-IEWSS本文将遗传算法应用于案例推理中,提高了案例检索的速度和质量,最后给出了该系统的框架.     

INTELLIGENT EARLY-WARNING SUPPORT SYSTEM FOR ENTERPRISE FINANCIAL CRISIS BASED ON CASE-BASED REASONING

Case-based reasoning （CBR） is an important reasoning technique of expert system. In this paper, the authors introduce CBR to intelligent early-warning support system, which could warn quantitatively for enterprise financial crisis and could warn qualitatively by expert＇s knowledge and experience. Furthermore, genetic algorithm is applied to case-based reasoning in CBR-IEWSS, which improves accuracy and efficiency of case retrieval. Last, the structure of CBR-IEWSS is given.     

PSO-BP模型在城市用水量短期预测中的应用

为解决现有的城市用水量短期预测BP神经网络法对初始权值敏感、易陷入局部极小点和收敛速度慢等问题,通过对城市时用水量数据特征的分析,应用基于全局随机优化思想的粒子群优化(PSO)算法对BP网络的初始权值进行优化,建立了PSO-BP城市时用水量预测模型.在算例分析中与传统BP神经网络预测法进行对比,发现该方法的收敛速度明显提高,且平均预测精度提高了2%,在用水量短期预测中非常有效.     

城市道路网的可靠性仿真

首先就城市道路网可靠性的定义、影响因素和研究重点进行了措施，然后据此建立起了基于出行时长的路网可靠性模型，通过对该模型进行仿真计算，从而为城市交通的信息化管理提供了可靠依据。最后对需要更进一步进行研究的方向提出了建议。     

经理与投资者的投资决策博弈

研究了在缺乏有效监督的情况下 ,公司经理在选取投资项目时往往是事实上的决策者 ,而且经理选取项目时投入的努力与投资者的预算约束决策是相互影响的。文中指出在单次博弈的情况下 ,投资者预算约束的软硬承诺对经理都是不可信的 ;在重复博弈的情况下 ,可以证明投资者守信还是不守信取决于坏项目最后收益的范围和分布