共查询到20条相似文献，搜索用时 234 毫秒
1.
褚晨辉 《中阿科技论坛(中英文)》2024,(2):108-111
装配式高层住宅成本受诸多因素影响,成本与各个因素之间存在复杂的非线性关系,BP神经网络难以对其进行准确的成本预测。文章提出了一种遗传算法（GA）优化BP神经网络的预测方法,利用GA-BP神经网络模型提高装配式高层住宅成本预测的准确率。通过对GA-BP神经网络模型的权值和阈值进行优化,构建了GA-BP神经网络装配式高层住宅成本预测模型,并以50组装配式高层住宅样本数据为例,分别运用GA-BP神经网络与BP神经网络预测模型进行了对比试验。试验结果表明,GA-BP神经网络预测模型具有较强的稳定性和更高的预测准确率。 相似文献
2.
于勇 《阅读与作文(高中版)》2011,(28)
银监会24日召开理财业务会议,指出目前银行理财的六项违规操作,要求商业银行立即整改,这些违规操作包括:同业存款存放本行、购买他行理财产品、投向政府融资、绕过信托做信托受益权产品、委托贷款理财产品、票据资产理财产品。数据显示,截至6月上旬,理财产品总额已达7万亿,最高收益率达到了7%。随后在6月29日,银监会开始就《商业银行理财产品销售管理办法》公开征求意见。 相似文献
3.
建立高精度水量预测算法模型,有利于水资源充分利用。以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证。结果表明：4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型。将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79%,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法。 相似文献
4.
为深入了解全球变暖缘由及影响,探究变暖是否停滞,考虑地球吸热、散热及海洋温度变化等因素,构建一种全球温度预测模型,预测未来25年温度变化。采用主成分分析法找出贡献度较大的3个主成分,再用3组灰色预测模型预测海洋平均温度、二氧化碳排放量、太阳长波辐射等8个变量,并进行光滑比、级比和残差检验。结果表明,预测符合前29年（1990-2018年）时间序列图规律,用历史数据训练BP神经网络,然后把8个变量的预测值代入神经网络,拟合优度为0.922 72,精度非常高,可以看出全球平均温度距平序列越来越大,说明温度正逐渐升高,而不是停滞。 相似文献
5.
6.
《实验室研究与探索》2019,(11)
提出一种基于数据降维和特征分析的GOA-LSSVM负荷预测方法。运用主成分分析对负荷的影响因素进行数据降维和特征表示,确定影响负荷的主要影响因素;针对LSSVM预测结果易受参数组合C和g影响,运用蝗虫优化算法对LSSVM模型参数进行自适应选择。研究结果表明,与GOA-LSSVM和LSSVM相比,本文算法可以有效提高负荷预测精度,通过数据降维和特征表示可以消除数据冗余和影响因素之间的相关性,不但简化了负荷预测模型的复杂程度,而且提高了预测模型的速度。 相似文献
7.
《江苏经贸职业技术学院学报》2014,(4)
农业银行个人理财业务存在理财产品创新不足、人员专业化水平低和理财业务制度滞后等问题,同时受到其他商业银行及互联网理财产品的竞争威胁。结合STP理论、生命周期理论,农业银行迫切需要创新产品和服务,以满足消费者的多元化需求,提高个人理财业务在金融市场上的竞争地位。 相似文献
8.
《赤峰学院学报(自然科学版)》2016,(10)
通过对房价影响因素的分析,研究房价准确预测模型.结合国内外的文献,提出利用BP神经网络和指数平滑的相关知识,建立房价预测模型.首先,分析了房价的影响因素,在文献综述的基础上,结合分析确立了房价影响因素模型,在此基础上,利用BP神经网络构建房价预测模型;其次,利用莆田市2005-2014年的数据进行实证研究,验证模型的准确性.在模型可行及准确的基础上,再结合指数平滑法对2016-2020年的房价影响因素值进行预测;最后结合建立的BP预测模型,预测未来5年的房价走势,为政府决策及居民投资提供依据. 相似文献
9.
降低数据的复杂程度,提取有效的信息,是采用神经网络预测地层出砂过程中的关键问题。采用主成分分析法,提取有效信息,求解出主成分,构建神经网络模型进行出砂预测。结果表明,得到的神经网络模型消除了输入因子的相关性并简化了网络结构,能达到较高的预测精度,为影响因素多且机理较为复杂的出砂预测的神经网络建模提供了一个有效的方法。 相似文献
10.
采用问卷调查法,了解西部地区农村中小学教师流失意向的现状;使用主成分分析的统计方法对教师产生流失意向的原因进行探索,研究发现影响教师产生流失意向的因素,按其影响大小的顺序,依次是福利待遇因素、自我实现保障因素、教学支持因素、自我效能感因素和人际关系因素。在分析的基础上,针对性的提出相应的建议。 相似文献
11.
降低数据的复杂程度,提取有效的信息,是采用神经网络预测地层出砂过程中的关键问题。采用主成分分析法,提取有效信息,求解出主成分,构建神经网络模型进行出砂预测。结果表明,得到的神经网络模型消除了输入因子的相关性并简化了网络结构,能达到较高的预测精度,为影响因素多且机理较为复杂的出砂预测的神经网络建模提供了一个有效的方法。 相似文献
12.
蒋惠凤 《温州职业技术学院学报》2014,(1):57-60
为提高负荷预测精度,将主成分回归（PCR）、偏最小二来回归（PLSR）与反向传播神经网络（BPNN）相结合,分别建立基于PCR和PLSR及与神经网络耦合的年用电量预测模型.结果表明,以PCR和PLSR方法提取成分作为神经网络的输入,以实际用电量作为输出,建立的PC-BPNN和LV-BPNN非线性预测模型拟合优度优于PCR和PLSR线性预测模型.从检验四个预测模型的预测效果看,线性预测模型的预测值均高于实际值,非线性预测模型的预测值均低于实际值. 相似文献
13.
提出了把粗糙集和R BF神经网络相结合应用于农业总产值预测的方法。首先用粗糙集对影响农业总产值的多个因素进行属性约简,选择主要影响因素,去除冗余信息;然后利用RBF神经网络建立预测模型。最后对该模型的预测结果与因子分析神经网络模型的预测结果进行了比较,表明了该模型的有效性和优越性。 相似文献
14.
研究以西安市为例,选取影响房地产价格的人均GDP X1、总人口X2、城镇居民人均可支配收入X3、土地购置费X4、房屋造价X5等11个可以量化的因素,采用SPSS软件进行主成分分析,将11个因素转化为3个主成分,然后建立模型,采用回归分析方法对3个主成分与各个年份房地产价格的关系进行分析,并对2012-2015年房地产均价进行预测。从预测结果来看,预测结果实际值与预测值的差异较小、精度较高,预测值可以在一定程度上反映西安市房地产市场状况,预测模型及预测结果能够为房地产企业以及政府、购房者的决策提供参考。 相似文献
15.
刘力文 《湖南科技学院学报》2015,(8)
互联网的金融模式给银行的存贷业务和个人理财业务带来了比较大的冲击。文章以互联网个人理财产品作为切入点,分析互联网金融对商业银行的影响,并结合商业银行现阶段实行的转型路径,综合得出商业银行在互联网金融的环境下借助互联网往精细化、个性化的理财产品网络销售平台转型,为应对互联网金融给自身个人理财业务的冲击应该将银行业务与互联网技术结合起来,加强自身业务建设,引进互联网金融方面的专业人才;银行电商发展还应该建立长期发展的战略,改变经营模式;在银行应该借助互联网开展营销,整合线上线下营销平台。 相似文献
16.
17.
18.
公路客运量和货运量预测是一个复杂的非线性问题,由于影响因素较多,难以用普通的数学方法建模,而建立BP神经网络可以表达这些非线性问题。根据公路客运量货运量历史数据及其相关影响因素数据建立了BP神经网络预测模型。利用实际数据确定网络输入与输出样本,对BP神经网络预测系统进行训练和预测。通过对网络输出预测结果与实际数据的分析,验证了BP神经网络预测系统的精确性和方便性,提高了公路客运货运预测的精确性。 相似文献
19.
应用灰色系统理论计算了铁路货运量与货运量影响因素的关联度,并对其进行了排序。利用MAT-LAB软件,建立铁路货运量的RBF神经网络预测模型,对我国1992-2008年的铁路货运量进行仿真实验。结果表明基于灰色系统理论的RBF神经网络模型预测平均相对误差为0.44%,常规RBF神经网络模型的平均预测误差为1.47%,因此认为基于灰色系统理论的RBF神经网络的铁路货运量预测方法有效可行。 相似文献
20.
为在自然环境条件下对供热负荷进行较为准确的预测,分析了对供热负荷产生影响的自然因素,利用回归分析法建立负荷预测模型。在误差较大情况下提出利用神经网络法建模,采用差分进化算法对神经网络的阈值和权值进行优化。使用经过优化的神经网络进行负荷预测,在MATLAB环境下进行仿真。仿真结果表明,采用该方法可得到更为准确的供热负荷预测模型,对供热站节能运行有一定意义。 相似文献