基于人工神经网络的商业银行贷款风险预警研究

在探讨人工神经网络 ( ANN)在商业银行信贷风险预警中的应用 .文中根据 ANN理论 ,着重分析了商业银行贷款风险中有关财务状况预警信号的知识表示、获取和推理过程 ,提出了信贷风险特征抽取的原则 ,设计了 BP模型决策工具 ,进行了示范性的实验设计 ,结果表明这是一种很好的方法和工具.     

面向回采工作面的人工神经网络模型

应用人工神经网络方法，以30个工作面的实际资料为样本，建立了面向回采工作面的人工神经网络模型，用来选择工作面的回采工艺方式，预测其单产和工效。     

结构方程模型与人工神经网络模型的比较

结构方程模型作为一种统计建模技术越来越多的应用在企业管理研究中,线性结构方程模型(LISREL)是其中最有代表性的一种.针对LISREL应用中的问题引入了人工神经网络方法,在民营企业治理结构影响企业绩效的案例分析中对人工神经网络方法和LISREL方法作了一个对比分析,并根据对比分析的结果,探讨了两者的互补性以及结合应用的方法.     

长期天气的人工神经网络混合预报模型研究

利用人工神经网络方法结合均生函数和多元分析方法，提出了一种同时考虑预报量自身显著变化周期和外生变量因子对预报量未来变化影响的混合预报模型。这种新的神经网络混合预报模型，比单纯采用时间序列统计预报方法或多元分析统计预报方法具有更好的预报效果，并且这种预报能力的提高具有合理的分析依据。     

应用人工神经网络模型进行中国教育发展的宏观比较研究

本文提出一种应用于我国教育系统宏观比较研究的人工神经网络模型。在模型中应用了模式相似方法来估计中国的社会经济发展的实际水平, 教育发展的预期投入以及教育结构。利用模型对中国教育现状的分析得出了一些可与其它方法得出的结果相互佐证的有益结论。     

基于人工神经网络的并行决策支持系统研究

由于现有的串行程序式符号存处机制使决策支持系统的发展受到极大的阻碍。本文首先分析了目前决策支持系统研究中存在的问题。介绍了其于神经网络的并行决策支持系统研究框架,阐明了神经网络实现并行处理的机制,并具体分析了各级的基本任务与实现方法。     

企业与商业银行关系模型研究

提出一个企业与商业银行关系的模型，并对企业与商业银行共同发展及企业不还贷款而引发银行经营风险进行了分析。模型为动态模拟和分析企业与商业银行的发展提供了理论依据。     

基于人工神经网络模型的船舶油污损失估算

将人工神经网络理论引入了船舶油污损失赔偿额的估算中，通过从历史船舶溢油事故案例库中选取了十组样本数，以污染损失赔偿额与影响因子集作为训练样本，建立了船舶溢油事故污染损失额估算的人工神经网络模型，并对人工神经网络模型进行仿真训练学习，并将训练好的神经网络应用于对相关案例的估算．研究结果表明应用人工神经网络方法进行溢油损失估算结果客观、可靠，为船舶油污索赔和环境保护提供了有力的理论依据。     

基于人工神经网络的水电补偿调节研究

将人工神经网络应用于水电优化补偿调节,建立了基于Ｈｏｐｆｉｅｌｄ网络的水电补偿调节模型,提出了相应的综合算法,并将其应用于实际问题,得到了满意的结果。     

人工神经网络距离继电器的仿真研究

距离继电保护是高压传输线继电保护的一种主要方法。传统距离继电器的精度受到不同的故障条件以及电网结构变化的影响，容易发生误动,拒动等现象，给电力系统带来重大损失，本文提出一种基于人工神经网络的距离继电器，该方法以三相电压和电流的基波分量幅值作为网络输入，仿真结果表明，与传统的继电器相比，该继电器反应迅速、准确，即使在不同的故障条件和网络条件下也能正常工作。     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.     

基于神经网络技术的商业银行信用风险评估

研究了神经网络技术在商业银行信用风险评估中的应用．实证结果表明, 与传统统计方法（判别分析）相比, 神经网络技术具有更高的预测精度和更强的鲁棒性。     

Personal Credit Risk .Scoring Model Based on Rough Set and Neural Network

In order to improve the precision of personal credit risk assessment, applying rough set and neural network to the credit risk scoring prediction problem in an attempt to suggest a new model with better classification accuracy. To evaluate the prediction accuracy of the model, we compare its performance with those of SVM, linear discriminate analysis, logistic regression analysis, K-nearest neighbors, classification and regression tree, neural network and PCA-NN. The experimental results show the model have a very good prediction accuracy     

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.     

A Credit Risk Evaluation Approach to Neural Network Training by Means of Financial Ratios

In recent years artificial neural networks are used to recognize the risk category of investigated companies. The research is based on data from 81 listed enterprises that applied for credit in domestic regional banks operating in China. The backpropagation algorithm-the multilayer feedforward network structure is described. Each firm is described by 9 diagnostic variables and potential borrowers are classified into four classes. The efficiency of classification is evaluated in terms of classification errors calculated from the actual classification made by the credit officers. The results of the experiments show that LevenbergMarque training error is smallest among 4 learning algorithms and its performance is better, and application of artificial neural networks and classification functions can support the creditworthiness evaluation of borrowers.     

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.     

基于遗传规划方法的商业银行信用风险评估模型

利用遗传规划方法研究了我国商业银行的信用风险评估问题 ,并使用我国商业银丢失实际数据对模型进行了实证检验 .检验结果表明 ,该模型在预测精度、实用价值和鲁棒性方面都优于传统的统计模型、神经网络模型和决策树模型.     

商业银行在信用确认基础上对担保机构的风险分担机制

信用担保是伴随着银行商业化改革以及解决中小企业融资难问题而产生的,与银行金融机构有着天然的、紧密的联系。实践证明,中小企业信用担保机构是解决中小企业融资难问题的有效措施之一。信用担保机构的建立有利于解决信息不对称和分担银行的信贷风险,因此,商业银行应积极通过与信用担保机构的合作来化解对中小企业信贷的风险。本文通过构建非线性数理模型,探讨商业银行与担保机构实现双赢合作的条件与方式。     

气动人工肌肉的模糊小波神经网络控制

针对一种应用于医疗机器人领域的三自由度人工肌肉的非线性特性，结合模糊理论与小波神经网络，提出一种模糊小波神经网络控制器对人工肌肉驱动器进行控制。利用模糊小波神经网络的学习能力，采用梯度法搜寻控制器的最优参数。将采用模糊小波神经网络控制器与采用小波神经网络控制器及模糊神经网络控制器的控制系统仿真结果进行比较。仿真结果说明模糊小波神经网络控制器有效地改善了驱动器的静动态特性，具有更快的训练速度和更好的控制效果，是一种理想的气动人工肌肉控制方法。