基于神经网络的再制造系统风险评价

为了给企业在开展再制造业务时提供风险评估参考模型,从再制造全生命周期出发分析再制造系统面临的各种风险,构建包括收集、检测、拆卸、再制造和再循环五大环节的评价指标体系;建立基于Back Propagation（BP）神经网络的风险评价方法;并利用权矩阵之间的关系函数确定评价指标的影响次序,找出再制造系统风险的主要风险因素;然后通过Internet收集资料选取五个企业的再制造业务风险评价作为样本训练模型;最后以某机床制造企业的再制造项目风险评估验证上述评估方法的有效性。     

基于BP神经网络的军校课堂教学质量评价模型

以现代军事教育教学理论为指导,结合军队院校实际,建立军校课堂教学质量评价指标体系;利用神经网络的结构特性和自学习功能,提出基于BP神经网络的军校课堂教学质量评价模型.通过实例进行分析和计算,证明该模型能够避免传统分析评价教学过程的复杂性,具有方便、准确、可靠、快速的特点.     

建筑企业财务风险评价模型的研究与应用

阐述了建立企业财务风险评价模型的现实意义及必要性;建立模型的具体思路;评价指标的选择及各指标的含义和作用;各指标权重的确定方法和确定结果;评价模型的应用价值及在企业中的实际运用。能为企业提高管理水平,防范和化解财务风险提供有益的帮助。     

应用GA-BP神经网络的生态工业园风险评价

由于生态工业园的结构和外界影响因素均存在很多不确定性,给系统的运行带来了很多风险,定量化分析生态工业园风险成为一个研究难题。提出了一种应用GA-BP神经网络的生态工业园风险评价方法。首先提出一套生态工业园风险评价指标体系,并对指标体系的二级指标进行了分析;然后考虑各个评价指标的非线性关联性,提出一种基于遗传算法优化BP神经网络的生态工业园风险评价方法,该方法利用遗传算法优化BP神经网络的初始权值,提高了BP神经网络的求解精度;最后在Matlab R2011b环境下对30组样本进行案例研究。仿真结果表明:应用GA-BP神经网络的评估方法能较好地评估生态工业园风险水平,与标准BP网络相比收敛速度更快,具有更好的全局收敛性。     

高职院校财务风险评价指标体系的构建

随着我国高职教育事业的发展,高职教育筹融资渠道日益多元化,使得高职院校的资金来源变得更为丰富而充实,但同时也使得高职院校财务管理面临了更多的财务风险.因此,高职院校必须尽快构建一个高效的财务风险评价指标体系,为高职院校做好财务风险的预测与防范工作,从而进一步加强高职院校财务管理工作,夯实高职院校的财务基础.     

AHP-RBF神经网络在煤矿安全风险评价中的应用

煤矿生产的复杂性导致煤矿事故具有动态、随机、模糊的特性,而且影响煤矿安全风险等级的指标众多,风险等级与风险指标之间呈现出复杂的非线性关系。传统的BP神经网络评价方法的准确率低,本文提出一套新的煤矿安全风险评价方法。首先建立煤矿安全风险指标体系,然后利用AHP确定各风险指标权重,并对其进行重要性排序,最后将RBF神经网络作为评价工具,建立基于AHP-RBF神经网络的煤矿安全风险评价模型。通过案例分析表明该模型能够科学有效的对煤矿安全状况进行评价。     

公共工程项目风险评价的神经网络方法

公共工程项目整个生命周期中存在着大量的不确定性因素.在详细分析公共工程项目内外环境影响因素的基础上,建立了公共工程项目风险评价指标体系,并构造了一种适用于高维输入的神经网络模型及改进算法,建立了网络自组织调整隐节点优化规则.然后采用模糊综合评价确定各风险因素的数值化评价值,结合构造的高维神经网络模型对公共工程项目投资风险的概率大小进行综合评判,并建立了一种风险预警机制.最后结合案例,对公共工程项目风险评价作出了较为客观的评价,该方法有效地弱化确定权重时的人为因素;为解决复杂的公共工程项目风险综合评价提供了一种新的方法和思路.     

基于BP神经网络的供应链突发风险评价模型

为评价供应链突发风险的影响,从供应链的组成和运作要素角度定义了5种类型的供应链突发风险,并建立了一套基于风险类型的供应链突发风险评价指标体系。在此基础上,以风险评价指标为输入,风险类型和风险等级为输出,建立了基于BP神经网络的供应链突发风险评价模型。该模型使用BP网络作为经验知识的学习机制来学习突发风险评价指标与突发风险类型及等级之间的映射关系,然后通过BP网络的知识记忆和泛化推理能力实现对供应链突发风险的自动识别和评价。提出的模型在一个供应链风险样本集上进行了验证,验证结果表明了模型的有效性。     

基于离散Hopfield神经网络的葡萄酒质量评价

葡萄酒质量评价是一个多因素、非线性的复杂过程,为了提高评价结果的准确性,在构建评价指标体系的基础上,利用离散Hopfield神经网络建立了葡萄酒质量评价的数学模型,并通过Matlab神经网络工具箱对葡萄酒质量评价进行仿真试验.结果表明,该模型提高了葡萄酒质量评价的准确性,评价结果对葡萄酒的生产和市场定位具有一定的参考意义.     

基于BP神经网络的火电工程项目风险评估模型

应用BP神经网络对火电工程项目风险进行评估。先建立评估模型,再求出模型中误差函数调节的连接权值和阈值,并将输出层作为网络结果输出。其训练网络的样本集为可信度高的权威性评价结果,可通过专家对以往类似装备研制过程的数据进行总结得到。将训练的权值和阈值储存,对拟评价的项目进行预测。模型自学习、自组织适应能力和强容错性能较强,可提高评估的可靠性,使结果客观。     

一种基于Elman神经网络的网络舆情威胁估计方法

在详细分析网络舆情影响因素和自身属性的基础上,建立了网络舆情指标体系.依据模糊综合评价法和神经网络构建了网络舆情威胁估计模型.采用模糊综合评价法确定指标体系中各舆情因素的数值化评价值,并结合改进的Elman神经网络模型对网络舆情进行综合评判,最终得到网络舆情的威胁等级.仿真实验表明了该模型的有效性和准确性.     

基于BP网络的企业风险预警实证研究

风险管理是企业管理的重要内容。通过建立企业风险预警指标体系，利用神经网络方法对企业风险状况进行综合评估，并引用实例说明该方法的实现过程。预测结果表明，神经网络方法建模简单，精度高，对于企业风险等复杂的非线性问题有着很强的逼近与预测能力。     

基于神经网络理论的电气安全综合评价模型

为了提高电气安全综合评价水平,依据人工神经网络的基本原理,分析了BP神经网络模型建构和优化策略,将其应用于电气安全评价之中．提出了基于神经网络理论的综合安全评价模型及实现方法,并以电气安全评价实例论证了此方法的可行性．     

网络安全风险评估量化模型的研究

基于量化的风险评估方法以及现有的风险评估量化模型基础上,提出一种更加完善和详细的风险评估量化模型。     

基于CPN网络的电力客户信用风险预测

在分析影响电力客户企业公司财务状况主要因素的基础上,将一种新型特征映射网络—CPN网络理论应用于电力客户信用风险预测,建立基于CPN网络电力客户信用风险预测模型.采用实际数据对模型进行验证,并将其与LVQ网络模型、BP网络模型和传统模型相比较,证明了基于CPN网络电力客户信用风险预测模型具有较高的精度和较强的实用性.     

模糊小波神经网络在现役油田玻璃钢管的运行风险评价

玻璃钢管受到环境和腐蚀等各种因素的影响造成各种管道事故.将模糊评价法、小波分析和人工神经网络理论有机结合,建立了基于模糊小波神经网络的在役玻璃钢管运行风险评价模型.该模型采用模糊评价法对风险因素的指标进行量化,将模糊系统的输出作为神经网络的输入,构造模糊小波神经网络并加以训练.通过选择合适的算法,设计相应的小波神经网络,进行实例仿真.仿真结果表明,该模型能够有效解决现有评价方法主观随意性大、结论模糊等不足,并实时动态再现专家评价结果,其最大相对误差不超过0.3779％.     

基于博弈模型的网络风险量化评估方法

网络安全风险评估是网络系统安全管理的基础和前提,基于博弈模型的安全分析方法可以较好地刻画网络攻防博弈中人为因素对网络风险的影响.文章采用两人零和博弈模型描述网络攻防博弈过程,通过细化模型中的攻防策略,能够以较低的复杂度准确计算博弈双方的收益;此外,在网络风险计算过程中,对不同节点进行区分,引入相对重要性的概念,充分刻画出不同节点对网络风险贡献的差异性,使得风险计算更加贴近网络实际.仿真实验验证了该方法的可行性与有效性.     

基于结构方程模型的两类信息安全风险综合评估

针对技术方面的安全风险和人的弱点的安全风险以及以前的风险评估都是分开进行的情况,指出了现实的信息安全风险往往是技术问题与人为因素密不可分的,因此需要综合评估。分析了两类信息安全风险的评估要素,阐述了建立综合评估指标体系的原则,基于结构方程模型给出了具体的评估指标体系,介绍了模型的确定性算法,在评估的基础上讨论了综合防范的原则和措施,这对于信息安全风险的评估和防范具有一定的参考价值。     

基于神经网络的电力通信网风险评估方法

提出了一种基于神经网络的电力通信网风险评估算法--基于二分法的学习速率自适应BP（back propagation）神经网络算法. 该算法在网络训练过程中使用二分法调整学习速率,使得学习速率在训练过程中不断向最优化方向自动调整. 仿真结果表明,收敛速度、误差精度和训练时间等算法性能得到了优化.