Designing of Commercial Bank Loans Risk Early Warning System Based on BP Neural Networks

According to the index early warning method, a commercial bank loans risk early warning system based on BP neural networks is proposed. The warning signal is mainly involved with the financial situation signal of loaning corporation. Except the structure description of the system structure the demonstration of attemptive designing is also elaborated.

基于反距离权重插值法与BP神经网络对浙江某电镀厂遗留地块土壤重金属健康风险评价及预测

为电镀厂拆迁遗留地块污染恢复提供理论支撑,以浙江省湖州某已停产的电镀厂为研究对象,采用内梅罗指数法、人体健康风险评估模型对研究区域内土壤重金属浓度空间分布进行特征分析,并对区域内土壤重金属污染对人类的健康风险进行评价。通过MATLAB构建的BP(Back Propagation)神经网络预测模型预测深层土壤对人体的健康风险,运用ArcGIS软件使用反距离权重插值法绘制地块健康风险预测分布图。预测结果显示Cr、Ni为研究区主要污染物,地下储罐埋地Cr的致癌风险达到0.35属于高致癌风险,表层土壤中重金属超标主要集中在地下储罐埋地、镀锌镀镍车间及临时废弃物堆积区,可能是由电镀作业地面防渗措施不足及电镀废弃物处置不当造成的。构建的BP神经网络预测模型显示,调查地块内Cr、As、Ni在深层土壤(2.0~2.5 m深度)中仍然具有致癌风险,且Cr的致癌风险属于较高水平,Ni、Cr、As、Zn、Cu等在2.0~2.5 m处土壤中已无非致癌风险。

基于熵权法和BP神经网络的煤矿应急管理能力评价

目的为了进一步提高煤炭开采的安全应急管理能力。方法首先,查阅相关文献,并在此基础上征求专家的意见,构建了包括应急管理能力的预防、应急管理能力的救援能力、应急管理的保障、应急管理能力的恢复共4个一级指标和16个二级指标的评价指标体系;其次,通过熵权法确定各级指标权重,并结合BP神经网络建立了煤矿应急管理能力综合评价模型;最后,以山西某煤矿为背景对构建的模型进行了实例运用。结果事故的风险评估与预警、救援队伍的救援水平、应急部门与场所的建设、事故发生后的恢复计划、事故的损失与评估等五个因素对煤矿应急管理能力影响较大,计算得出山西某煤矿的应急管理能力结果为“良”。结论安全应急管理能力评价结果为“良”,评价结果与实际应急管理能力水平相符,为山西某煤矿进行安全评价工作提供了理论依据。

基于BP神经网络模型的滑坡易发性评价方法

滑坡是中国频发的地质灾害,滑坡的易发性评价涉及多种影响因素,如何利用多影响因素进行精确、有效的滑坡易发性评价是滑坡减灾防灾工作的重点和前提。为探讨基于反向传播(back propagation,BP)神经网络模型的不同滑坡易发性评价方法的适用性,以川西蒲江县为研究区,通过实地调查与编录,筛选地质、地貌、环境等12类影响因子,分析各影响因子与滑坡的相关性,确定影响因子的权重大小,构建BP神经网络模型,完成因子权重法和栅格赋值法的滑坡易发性评价图编制和精度评价。结果显示:研究区筛选的12类滑坡影响因子不存在线性相关,坡度、地形湿度指数(topographic wetness index,TWI)和距道路距离对区内滑坡发育影响明显,利用滑坡影响因子构建的BP神经网络模型可对滑坡易发性进行有效的定量评价。综合现场调查与接收者操作特征(receiver operating characteristic,ROC)曲线精度分析,结果表明:基于BP神经网络模型的栅格赋值法和因子权重法曲线下面积(area under curve,AUC)分别为0.86和0.798,栅格赋值法评价精度优于因子权重法,基于BP神经网络模型的栅格赋值法更适用于研究区的滑坡易发性评价。

基于熵权-BP神经网络的深部煤矿热害风险评价研究

深部矿井热害严重威胁矿工们身心健康,阻碍井下正常开采活动。对深部矿井热害风险进行评价,能够帮助煤矿企业制定有效措施降低矿井内热害,减少其对矿工及开采活动的影响。本文构建了深部煤矿热害风险评价指标体系,并利用熵权改进的BP神经网络模型对深部矿井热害风险进行评价。研究结果表明:相比较于BP神经网络模型,熵权-BP神经网络模型对深部矿井的热害评估更加准确,预测精度高达96.68%。最后以A煤矿为例对模型进行验证,模型预测结果与实际相符,说明该模型可以实际应用于深部矿井热害风险评价。

基于BP神经网络的高职英语教学质量评价方法

为进一步提高高职英语教学质量评价的有效性,提出了基于反向传播(Back Propagation,BP)神经网络的高职英语教学质量评价方法。文章通过建立高职英语教学质量评价指标体系,运用层次分析法确定各评价指标权重,设计一个BP神经网络评价模型,将评价指标与指标权重作为模型输入,实现高职英语教学质量评价。实验结果表明,设计方法可以定量评价高职英语教学质量,且具有较高的准确性和实用性。

基于FAHP-BP的企业数字化技术评价体系构建研究

针对模糊层次分析法对企业数字化技术评价受到专家个人主观因素影响比较大的问题,提出了基于FAHP-BP的评价模型。结合企业数字化转型实际,构建了包含16个指标的数字化技术评价指标,采用FAHP初步确定各评价指标权重,将其作为BP神经网络的训练数据集,对各评价指标权重进行优化。将提出的FAHP-BP评价模型应用于10家企业中,验证了模型的有效性,并指出当地的经济发展水平和企业数字化技术水平之间具有一定的相关性。这对电力、化工等高能耗、高污染企业实施数字化转型具有一定的参考价值。

组织生态学视角下基于BP神经网络的企业上市规律分析及对财务的影响

为了分析上市企业的规律及上市后企业的财务状况,结合组织生态学和Back Propagation(BP)神经网络相关知识对于上市企业进行了研究。基于组织生态学的相关理论对于企业上市规律以及财务风险的影响因素指标进行了筛选,构建了指标评价体系;运用主成分分析法对指标进行了主成分提取,构建BP神经网络模型;对所构建的网络进行验证,并结合实际企业情况,得出影响企业上市与财务的主要因素。研究结果表明,关于上市企业规律的BP神经模型经过1700次迭代之后误差达到收敛,BP神经网络检验判断率为75%;关于上市企业财务风险的BP神经网络经过1500次迭代之后误差达到收敛,BP神经网络判断率为87.5%。本研究所搭建BP神经模型分析结果良好。

基于蝉变模型的产学研合作风险机制分析和评估

为了准确评估产学研合作中的风险,基于蝉变模型构建了一套产学研合作中的风险预控机制。通过调查研究发现知识认可度不足、知识共享度不充分、知识成果转化率低和知识成果应用的不确定性是合作中风险形成的主要因素。将合作过程节点化,将合作联盟的主体孤立化,使用德尔菲法,构建产学研合作风险评价的指标体系。通过分析比较,选择BP神经网络作为合作风险评估法,利用MATLAB软件处理输入输出的风险指标,形成风险级别的评价模型,并用实例进行验证。

基于结构熵权法和MEA-BP神经网络的MOOC学习效果评价

针对MOOC学习效果评价中存在的主体性缺失、激励性作用不强等问题,提出结构熵权法与MEA-BP神经网络相结合的学习效果评价方法。以实际的MOOC课程为例,应用结构熵权法计算确定学习效果评价指标的权重系数,建立基于MEA-BP的课程总成绩评定模型,设置附加的激励性评估规则,使用MATLAB语言、数据库等工具开发应用系统原型。结果表明:该方案有效提高了MOOC学习效果评价的科学性、有效性和发展性,可为完善和改进MOOC学习评价模式提供参考。

煤矿井下无轨胶轮车弯道事故风险综合预警研究

针对煤矿井下无轨胶轮车弯道事故多发的问题,提出了综合考虑多因素的风险预警指标体系。基于UWB定位轨迹数据及客观因素数据,以五级计分法为预警因素量化指标,建立了煤矿井下无轨胶轮车弯道事故风险分级预警机制;构建了SSA-BP神经网络预警模型,进行了仿真学习与训练,并与BP、SVM模型进行了对比。结果表明,建立的分级预警指标机制对煤矿井下无轨胶轮车弯道安全性提升有所帮助,构建的SSA-BP神经网络模型对煤矿井下车辆弯道事故风险预警具有较高的准确性与稳定性。

基于ANP-BP方法的煤矿应急能力评价研究

合理选用评价方法对企业认清应急能力现状及提升应急能力水平具有重要意义。为开展煤矿应急能力评价,强化煤矿应急能力建设,通过对ANP网络层次分析法和BP神经网络各自优势进行分析并组合,以ANP计算出的结果作为BP神经网络的训练样本数据,提出了ANP-BP评价方法。对该方法在煤矿应急能力评价过程中的实现进行了研究,证明了该方法的可适用性和可操作性。

基于BP网络的水利工程投资风险评价

通过将BP网络应用于工程投资风险评价中,建立了人工神经网络模型.该模型较好地解决了因人为因素而使风险评价值有时不够准确的问题.然后,结合工程实例,进行了各风险因素的敏感性分析,得到了与工程实际相符的结果.

改进BP算法在煤与瓦斯突出预测中的应用

为了正确预测煤与瓦斯突出的趋势与危险性 ,基于反向BP神经网络 ,笔者提出了一种改进的BP网络模型 :为了加快BP网络的收敛速度 ,增强其跳出局部极小点的能力 ,采用了自适应变步长法和改进模拟退火法 (SA法 )相结合的方法。实际应用表明 ,该模型收敛速度快 ,准确性高 ,具有较高的可靠性和实用性 ,是一种十分有效的煤与瓦斯突出危险性预测方法。

BP神经网络结合遗传算法多目标优化秦皮提取工艺的研究

目的:使用BP神经网络结合遗传算法用于秦皮提取工艺的多目标优化。方法:以秦皮甲素和秦皮乙素为指标,采用均匀设计法优化BP神经网络模型参数,并建立网络模型,再利用遗传算法对网络进行多目标寻优,获得秦皮的最佳提取工艺。结果:得到的最优工艺条件为提取温度99℃、乙醇体积分数50%、液固比7、提取时间94 min,网络在此条件下的预测值为秦皮甲素提取量为9.617 mg.g-1,秦皮乙素提取量为2.195 mg.g-1,和实际测量值的相对误差仅为-1.16%和-5.14%,具有较好的网络预测性。结论:BP神经网络结合遗传算法可用于秦皮提取工艺的多目标优化。

基于BP神经网络的地质灾害风险评估方法探讨——以天水地区为例

文章分析了地质灾害风险评估的基本内容,包括风险源危险性评价及受险对象易损性评价;以此为基础,结合地质灾害特征,对地质灾害风险评估指标体系、地质灾害风险评估BP神经网络的建立、训练与仿真方法进行探讨。以天水地区为例,运用MATLAB软件,调用newff命令,建立基于BP神经网络的地质灾害风险评估模型。该神经网络分3层,输入层有7个节点,输出层有3个节点,隐含层有6个节点。选择8个典型评价单元、以定性分析结果为预期输出,调用train命令对所建立的神经网络进行训练,对其余单元调用sim命令进行仿真,得出天水地区地质灾害风险评估分区图。理论分析与实例验证表明:BP神经网络具有自身调节连接权值的优点,是一种较为理想的地质灾害风险评估方法。

基于BP神经网络的施工导流风险评价

针对现阶段施工导流风险评价模型存在的不足,提出了采用BP神经网络定性与定量相结合的方法评价施工导流风险,构建了施工导流风险评价模型,并介绍了应用BP神经网络评价施工导流风险的操作步骤,以期为施工导流风险评价提供一种新途径。

基于BP神经网络电力大客户信用等级评价研究

电费回收风险是供电企业电费安全风险管理的重要环节,而电力大客户的信用管理是规避电费回收风险的重要组成部分。为了能够更好地为供电企业规避风险,为电力客户提供差异化服务提供有力的依据,从供电企业的角度出发,根据电力客户行业的发展情况、客户的历史信用情况以及客户财务3个方面构建指标体系,并通过层次分析模型将电力大客户分成5个信用等级作为BP神经网络训练的目标值,通过训练得到的BP神经网络,能够对企业的信用等级进行评价,最后通过收集某市电力公司数据验证了该方法的可行性。

基于优化BP神经网络的营销风险衡量与控制

营销风险是由营销环境等因素的不确定变化带来的,营销风险衡量是营销风险管理的核心。文章提出了基于改进BP神经网络的营销风险评价方法。这种方法的步骤包括建立营销风险评价指标体系,并进行FA指标处理;构建BP神经网络模型,以实例训练模型,并验证此方法的可行性。在此基础上,用概率法划分五个营销风险等级,并根据企业承受营销风险的能力及风险管理水平,采取相应的预警控制措施。

基于BP神经网络的科技型中小企业知识产权质押融资风险评价

通过对知识产权质押融资过程中的风险因素进行分析,运用人工神经网络BP算法建立BP神经网络模型对科技型中小企业知识产权质押融资风险进行研究,结果显示BP神经网络对科技型中小企业知识产权质押融资风险进行评价具有较高的精度。BP神经网络模型可以成为科技型中小企业进行知识产权质押融资风险评价的一种有效的方法。