简介：目的：与经典测量理论相比，项目反应理论具有更多的优势，但由于项目反应理论模型的复杂性，进行参数估计时往往需要较大的被试样本；人工神经网络的出现为小样本被试估计项目反应理论的能力参数和项目参数提供了可能，文章的目的是通过神经网络的蒙特卡罗模拟研究寻找更精确的参数估计方法。方法：以项目反应理论的两参数模型为例，以MAB和RMSE为比较指标，通过模拟数据比较经典测量理论的通过率、点二列相关系数、平均得分作为神经网络的输入值与以经过转换的数值（IRT参数估计的初值）作为神经网络的输入值训练网络结果的差异，比较不同条件下MAB指标和RMSE指标的差异。结果：以通过率估计项目参数b与以bj=zj/rbj估计项目参数b存在差异；以点二列相关系数估计项目参数a与以aj=rbj/√1-r^2bj估计项目参数a存在差异；以平均得分估计能力参数θ与以ln[x/（m-x）]估计能力参数θ存在差异。结论：对于两参数项目反应模型，以通过率估计项目参数b比以bj=zj/rbj估计项目参数b误差更小，而以点二列相关系数估计项目参数a比以aj=rbj/√1-r^2bj估计项目参数a误差更大，以平均得分估计能力参数θ比以ln[x／（m-x）]估计能力参数θ误差更大。

简介：BP神经网络是故障诊断领域运用最为广泛的一种方法。针对BP神经网络隐含层单元数难以确定的问题，对现有以经验公式确定隐层单元数的方法进行对比分析，提出一种在经验公式基础上改进的方法，并通过风力发电机齿轮箱故障诊断实例验证。结果表明，该方法能有效地加快寻找最优隐层单元数的速度。

简介：提出了一种基于模糊观测数据的RBF神经网络（FORBFNN），用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得；隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定，即首先初始生成一个隐层单元，然后根据一定的规则逐步加入新的单元，该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的，且建立的模型具有较高的预测精度．

简介：摘要阐述BP神经网络特性在人才需求预测当中的应用，经济领域当中人才预测部分理论进行综述，并且包括其他预测模型综述。

简介：运用TRAINGDX训练函数对标准BP神经网络进行改进．根据2012年《四川省统计年鉴》相关数据，利用影响国内生产总值（GDP）的6个主要因素，借助Matlab软件平台，建立了6：5：1的三层BP神经网络GDP预测模型，实现四川省GDP值的预测．改进后BP神经网络预测相对误差在1％以内，仿真结果同模型外推法比较，预测精度较高．

简介：现金流预测是项目投资决策和评价企业未来价值的关键性因素。本文通过采用滑动窗技术确定RBF神经网络的训练样本和测试样本,然后通过变换不同的分布函数值对模型进行建模和仿真。实证研究结果表明,RBF神经网络模型训练和仿真结果稳定,预测效果良好。

简介：通过研究视频汉字识别问题，提出了关于视频中汉字跟踪及分割算法。首先，提取视频样本特征，采用K均值算法进行聚类作为第1次分类，之后，采用多个BP（backpropagation）神经网络进一步细分一次分类后的结果作为二次分类。最后，对以上算法进行了实验验证，结果证明这些算法是有效的，多层分类器较单一的BP神经网络分类器识别率更高。

简介：建立用以评价地球大气健康度的模型,选择AQI作为健康度的指标,采用双层网络的形式构建模型。局部网络采用经粒子群算法优化的神经网络,而全局连接通过特定传播函数定义的反馈边将节点连接起来,并以上一年的结果作为输入,本年的结果作为输出,建立起一个自治系统。从拟合效果、关键节点和节点关系变化等几个方面测试了网络的性状。选择日本、印度、匈牙利等几个典型国家在1985—2008年的相关数据进行研究。结果表明,模型具备功能上的完备性和极好的灵活性,与历史事实符合得很好,可以为决策者提供有价值的支持信息。

简介：BP神经网络是一种按误差逆传播算法训练的多层前馈网络，其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足，提出了一种基于改进遗传算法的BP神经网络控制器，此方法可以克服基本遗传算法收敛速度慢，容易陷入“早熟”收敛，计算稳定性不好等一系列问题，进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真，证明了控制器的有效性。

简介：针对我国葡萄酒业内缺乏利用理化指标对葡萄酒进行评级的现状，分析能否使用葡萄和葡萄酒的理化指标评价葡萄酒的质量．通过运用双因子方差分析、主成分分析、逐步回归分析等方法分析了葡萄酒的分级以及酿酒葡萄与葡萄酒的理化指标之间的联系等问题，建立了基于Matlab平台的BP神经网络模型，得到了在一定条件下，能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论．但仅考虑理化指标时会使结果存在一定的误差，故建议使用理化指标和简单的感官分析相结合来评价葡萄酒的质量，以提高评价葡萄酒质量的准确性．

简介：为了提高潜器导航定位精度，针对等值线算法在惯导系统初始误差较大时易发散的问题，提出基于概率神经网络调优的等值线改进方法。首先，在搜索区域内，利用概率神经网络算法对惯导系统航迹进行调优，并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹；在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析，得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论，然后在潜器行驶6h后，初始误差为5.438？的条件下进行仿真验证，结果表明，改进方法定位精度均值优于0.537？，从而证明改进方法是有效的，即使在大的初始误差下仍然能够达到较高的定位精度。

简介：以济宁市为例,选取21个指标构建土地生态安全评价指标体系,运用BP神经网络方法评价土地生态安全。研究结果表明：济宁市2009年和2010年的土地生态安全等级为Ⅲ级,2011年的安全等级为Ⅳ级;研究结论：采用BP神经网络评价方法能够实现对土地生态安全的评价,对于探索土地生态安全评价方法具有重要的参考价值。

简介：美国经济学家C．K．Prahalad和GaryHamel1990年在《哈佛商业评论》中首次提出企业核心竞争力的概念之后，引起了企业界人士和理论工作者的极大关注。核心竞争力是在组织内部经过整合了的知识和技能，是企业在经营过程中形成的不易被竞争对手效仿的能带来超额利润的独特能力，是支撑企业可持续竞争优势的核心能力。

简介：虚假信息的发布导致企业信用风险出现失真现象，如何还原企业信用违约真实水平、寻找信用风险失真校准方法是国内外理论与实务界研究的热点。本文在综合考虑虚假信息的多维性与时序特征的前提下，以Hodrick—Prescott（HP）滤波为基础设计了信息数据降维方法，兼顾企业自身和同行业双重因素对企业信用风险失真的影响，建立了多样本多维指标时间序列的神经网络模型对企业信用风险失真进行判定，实证分析结果进一步验证了该模型的有效性。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：科学、准确地对人力资源需求进行预测分析,有助于准确把握企业内现有人力资源的状况,有效地进行人力资源规划和优化配置。基于探讨BP神经网络在我国企业人力资源需求预测中的应用,分析BP神经网络的基本原理,并通过举例具体阐述了如何运用MATLAB工具箱实现基于BP神经网络的企业人力资源需求预测。

简介：摘要：利用泛函微分方程的度理论，研究一类具有时滞的Cohen-Grossberg神经网络的全局分支的存在性，研究结果为该类神经网络的应用设计提供理论基础．

简介：研究一类近似插值单隐层前向神经网络的逼近问题。利用Steklov平均函数,以光滑模为度量,估计了该网络对Lebesgue可积函数的逼近误差。所获结果表明：对于定义在[a,b]上的任意p（1≤p〈＋∞）次Lebesgue可积函数f（x）,只要隐层节点数n足够大,均有一个近似插值神经网络以任意精度逼近f（x）。

简介：公路交通控制是一个非线性时变系统，其抗干扰能力较差，尤其是道路交叉口的交通控制更是具有复杂的非线性时变特征，而实际应用表明，道路交叉口的交通控制是整个交通控制系统的控制重点。本文在研究BP神经网络算法的基础上，探讨该算法在道路交叉口多相位模糊控制中的应用。

简介：研究海歆集团洗衣机订单需求预测，制造业在国内行业竞争激烈，早已进入微利时代。降低库存和加强原材料成本控制是提高市场竞争的有力手段。由于洗衣机订单变化受季节性和随机性影响较大，传统预测模型对订单变化规律难以准确描述，无法满足预期精度要求。根据该企业目前多品种、小批量的订单生产方式，构建灰色神经网络模型来进行订单预测。利用灰色神经网络处理订单产生中的非线性变化规律，并利用遗传算法对神经网络参数进行优化，提高模型的预测精度。仿真试验表明，相对于传统预测方法，改进灰色神经网络提高了订单需求的预测精度，可企业制定生产及采购计划提供决策依据。