综合环境质量的B－P网络二级评价

为了探索人工神经网络应用于环境质量评价的可行性和合理性，应用人工神经网络的Ｂ－Ｐ模型，构造了大气、水质和噪声的综合环境质量的Ｂ－Ｐ网络二级评价模型。并将该模型应用于实例作效果检验。结果表明Ｂ－Ｐ网络用于环境质量评价适应性强，方法可行，结果合理。

BP神经网络在钻孔测井资料分类识别杂卤石中的研究

以BP神经网络理论和测井解释为基础,测井数据作为输入,构建神经网络模型。对川中地区下中三叠统杂卤石层做精细识别,将识别结果与录井资料对比,正确率达到86.3%,在改变约束条件的情况下正确率达到97.7%,识别效果好;以杂卤石含量高低对测井响应值的影响程度不同为依据,构建杂卤石层分类识别模型,模型识别正确率达到82.51%,能较为准确且快速地识别出杂卤石层、石膏质杂卤石层和杂卤石膏岩层,与常规测井解释方法相比具有明显优势。结果表明,将BP神经网络运用到钾矿勘探中具有良好前景。

矿山灾害评价的BP-神经网络模型研究

人工神经网络具有自适应机制,通过训练和学习,达到对知识进行分类、模式判别、联想记忆等能力。矿山开采引发的灾害评估问题可以看作是一个模式识别问题。利用BP神经网络建立了一类矿山灾害评估模型,给出了计算方法,并以单隐层和双隐层两种网络结构使用实例做了计算和分析,验证了模型的正确性。

防砂方法优选的B-P神经网络模型

根据神经网络原理,建立了基于B-P网络的防砂方法优选模型。经算例计算,网络训练具有较好的收敛性,同时也得到了较好的识别诊断输出结果,表明将B-P神经网络应用于防砂方法的优选是合理可行的。

基于B-P神经网络的环境空气质量预测模型

B-P神经网络是一种刻画非线性现象的强有力工具,可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目,根据不同的气象特征因子,将污染源排放数据为输入因子,监测点位监测数据作为输出因子,形成多组训练样本,进行学习训练,建立起不同的预测网络。然后用空气污染源排放监测数据输入相同气象条件的、已调整好权值的B-P神经网络系统,即可输出该项污染物的监测点位预测监测值。实验证明B-P神经网络预测模型取得了较好的结果,比现有预测模型具有更大的优势。

CEV和B&P作用下带交易费的亚式期权定价模型

基于B-S定价模型的基础,利用Ito公式及保值策略,研究了股票价格服从CEV模型和B&P过程且存在交易费用的亚式期权的定价模型.得出了该类期权价格所满足的微分方程,并对模型做了数值分析.结论拓宽了亚式期权的研究范围,更适用于实际金融市场.

应用B-P材料模型分析高温合金GH536试样的热粘塑性特性

将 Bondner- Partom模型与等效应力函数算法相结合 ,对热粘塑性材料的非弹性变形和应力分析的有限元方法进行了研究 ;并对该模型引入大型工程分析软件 MARC的方法进行了研究。应用所编程序对高温合金 GH5 36带缺口试件的热弹塑性行为进行了分析。研究表明 ,应用 B-

基于L-P和B-K模型的国际技术溢出获取路径比较研究——以我国1985～2013年经验数据为研究对象

随着经济全球化程度的日益加深，世界各国、各地区之间你中有我、我中有你，本国的技术进步和经济增长不仅取决于国内诸要素，而且还与国外因素有着密切和深远的联系。在当今各国崇尚技术创新进步的大环境下，国际技术溢出作为一种影响世界各国、各地区技术进步的路径在技术全球化中发挥着不可替代的重要作用。本文在借鉴L-P和B-K模型的基础上，以进口贸易、对外投资和外商投资为研究视角，通过推算我国1985～2013年的全要素生产率，比较研究了3种路径的技术溢出效果。结果显示，国内研发、进口贸易、对外投资和外商投资均能够提升我国全要素生产率水平，并且进口贸易的技术溢出效应更为显著。

我国股权风险溢价的长期趋势与短期特征——结合门限自回归模型与B-P多重结构型断点检验的经验研究

经过20余年的高速扩张,我国证券市场建设在取得可喜成就的同时,市场的发展与改革已进入"深水区"。如何在准确找出问题的基础上有的放矢地推进市场改革,成为监管层与学界关注的焦点。以股权风险溢价为切入点,透视我国证券市场的发展历程,通过定量研究明确我国市场的特征,为找出发展过程中的问题与不足奠定基础。研究发现:从整体来看,我国溢价的算术均值较高,但各年度的溢价水平起伏不定。在多数年份,我国证券市场金融资产的风险与收益出现错配,市场高溢价与高波动性并存。从溢价的长短期趋势来看,我国的长期股权风险溢价在统计意义上数据序列平稳,存在与西方成熟市场国家相似的均值回归趋势;但影响溢价的结构性突变因素仍显著存在,局部溢价特征与我国宏观经济的稳健增势呈背离之势。

基于B.P.R模型的综合交通枢纽客运换乘量预测

在对比研究各种换乘量预测模型的基础上,针对其流量分布与交通规划"四阶段法"中的交通分布预测在原理及结果表达方面的相似之处,引入B.P.R模型,并结合层次分析法,弥补重力模型在标定阻抗函数方面的一些不足。将二者结合运用到对东直门交通枢纽的研究中,收到良好效果,能够比较准确地对枢纽内各种交通方式的换乘量进行预测。

中小上市公司信用风险评估比较研究——基于径向基神经网络和BP神经网络模型

以114家中小上市公司为研究对象,运用BP神经网络模型和径向基网络模型对训练样本和测试样本中一定比例的"非ST"和"被ST"进行了信用评估。按照各上市公司财务状况把公司划分为"好"和"差"两类。仿真结果表明:BP神经网络模型对测试样本的预测准确率高达88.9%,而径向基网络模型对测试样本的预测准确率只有77.8%,比BP神经网络模型的准确预测率低了11个百分点。

基于B-P神经网络的城市大气SO2浓度预测

基于B-P神经网络的原理和方法,利用西南某市1991-2009年的统计数据,建立城市大气SO2浓度预测模型,对西南某市大气SO2浓度进行预测。结果表明,B-P神经网络方法在城市大气SO2浓度预测方面具有合理高效、精确度高、适应力强等特点,值得应用与推广。

Prediction of SO_2 Concentration in Urban Atmosphere Based on B-P Neural Network

Base on the principle and method of B-P neural network,the prediction model of SO2 concentration in urban atmosphere was established by using the statistical data of a city in southwest China from 1991 to 2009,so as to forecast atmospheric SO2 concentration in a city of southwest China.The results showed that B-P neural network applied in the prediction of SO2 concentration in urban atmosphere was reasonable and efficient with high accuracy and wide adaptability,so it was worthy to be popularized.

化学镀Ni-P-B合金中的动力学

通过试验得到了化学镀Ni-P-B合金镀液中反应物浓度、温度等因素与沉积速率间的对数关系曲线,分别确定上述各因素对应的动力学参数,建立了沉积速率的经验方程式,计算了Ni-P-B合金化学镀的反应活化能。

参数调整对气象预测的B-P网络模型性能的影响

为了探索ＢＰ网络的参数调整特性，进行了参数α、β的选取对ＢＰ算法的收敛速度和模型的稳定性的影响研究。通过ＢＰ网络用于气象预测建模的参数调整个例分析表明：参数α、β的取值对ＢＰ模型的稳定性无显著影响，但参数值的调整尤其是β值的调整对建模的收敛速度有明显的影响。

CEV和B&P作用下美式期权数值定价

研究不变方差弹性(CEV)模型下,股票价格在布朗过程和泊松过程(B&P)共同作用下的美式看跌期权定价问题,得到对应的变分不等方程。利用隐式有限差分格式进行数值分析,并将其应用于实例,验证了算法的有效性。

塞来昔布对慢性颞叶癫癎大鼠海马核因子-κBp65和P-糖蛋白表达的影响

目的探讨环氧合酶-2抑制药塞来昔布对慢性颞叶癫癎大鼠海马核因子-κBp65和P-糖蛋白表达的影响,以及核因子-κBp65和P-糖蛋白与颞叶癫癎发病机制的关系,以为环氧合酶-2抑制药用于抗癫癎药物辅助治疗提供实验依据。方法采用大鼠海马CA3区微量注射海人酸的方法制备颞叶癫癎动物模型,免疫组织化学染色和Western blotting法观察塞来昔布治疗后大鼠海马核因子-κBp65和P-糖蛋白表达变化。结果与对照组相比较,颞叶癫癎大鼠海马核因子-κBp65、P-糖蛋白表达水平,以及核因子-κBp65核移位现象明显增加(均P<0.05);经塞来昔布治疗后,海马组织中核因子-κBp65、P-糖蛋白表达水平及核因子-κBp65核移位现象显著改善,与模型组比较差异有统计学意义(均P<0.05)。结论核因子-κBp65和P-糖蛋白在颞叶癫癎慢性期表达上调、核因子-κBp65核移位现象增加,有可能是难治性癫癎发生与发展的分子生物学机制之一。环氧合酶-2抑制药塞来昔布通过降低慢性颞叶癫癎大鼠海马CA3区核因子-κBp65和P-糖蛋白表达水平,抑制核因子-κBp65核移位,最终降低炎性反应,逆转多药耐药而发挥抗癫癎作用。

Fe-B-P非晶合金磁矩的理论计算

基于固体与分子经验电子理论,采用平均原子模型和非晶的近程有序模型,构建Fe-B-P非晶合金的类晶胞结构,计算了Fe-B-P非晶合金的价电子结构参数和磁矩值。计算得到,当Fe取甲种杂化的第6杂化态,B取第1杂化态,P取第2杂化态时,Fe-B-P非晶合金的磁矩值为0.1110 A·m2/g,与实测值误差为2.72%,满足一级近似要求,初步实现了从价电子层次上研究非晶Fe-B-P合金的软磁性能,这对于优化Fe-B-P非晶合金的性能将具有理论指导意义。

基于BP神经网络的黄河水质预测研究

为了进一步研究高度非线性和非确定性水环境系统的变化规律,预测复杂、模糊、高度非线性河流水质。以黄河内蒙古河段为例,构建以上游断面监测数据预测下游水质变化的BP神经网络模型。模型选用L-M数值优化算法,采用3-6-1型网络结构,对黄河内蒙古河段2013—2014年各监测断面COD监测值进行训练。结果表明:BP神经网络具有很强的非线性映射能力和柔性的网络结构,可以很好地应用于黄河内蒙古河段COD预测,平均相对误差为5.66%,预测精度较高,为河段水环境治理、水质监测和控制污染提供借鉴意义。

基于B-P神经网络优化算法的城市环境空气中PM_(10)浓度预测模型

将B—P神经网络应用于西安市环境空气中P10浓度预测，对网络结构和算法进行了优化，建立了PM10浓度预测模型。经验证模型精确度比较高，PM10日平均浓度绝对误差0．015～0．020mg／m^3，相对误差在-20％～20％范围内。