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：设计了由税收征收率、税收成本率、税收对经济的影响度、税务形象、人员素质五个指标组成的县级地税管理绩效评估体系,以湖南省120个基层税务局的数据作为样本,运用BP神经网络模型对各基层税务机关的绩效进行评估。实证结果显示,网络仿真结果的误差都控制在5%以内,全省平均评估得分为0.69,这说明总体上湖南省的县级地税局绩效良好,但也还存在着较大的绩效提升空间。

简介：主成分分析可以提取形变主要信息，BP神经网络具有很强的预测功能，提出将两者相结合用于形变监测数据处理。通过MATLAB编程实现了该算法，并用实测数据进行验证，证明此方法能够提高预测数据的精度和可靠性。结果表明：与其他方法相比，基于主成分分析的改进BP神经网络能取得更好的预测效果。

简介：摘要： 依据某复杂薄壁件铸造的特点，建立了基于粒子群算法（ PSO ）优化反向传播神经网络（ BPNN ）的某复杂薄壁件质量评估模型。首先介绍了 PSO 算法和 BP 神经网络的基本原理；然后接着构建了 PSO-BP 神经网络质量评价体系，最后对评估模型进行了方针验证。仿真结果表明，该评估模型可以对某复杂薄壁件的质量进行有效的评价，可以较好地指导工艺参数优化。

简介：根据统计评价原理,结合江西省省情,构建了一套区域经济发展实力评价指标体系,应用BP神经网络模型对区域经济发展实力进行了综合评价.

简介：人民币汇率的走势一直都是国内外关注的焦点。自2005年7月21日起，我国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，同时宣布人民币汇率由1美元兑换8．2765元人民币上调为8．11元人民币．此次调整使人民币汇率上升了2％左右。

简介：摘要随着电网发展，集控站模式兴起。运行部门精准地预测倒闸操作所需要的时间，可以大大提高供电可靠性，提升运行人员的工作效率。本文结合现有的集控站模式，提出了BP神经网络法，帮助运行人员合理预测操作所需时间。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。

简介：在进行新型胶凝材料开发的试验中,为减少试验数量使用正交试验法进行研究。但正交试验有其缺陷性存在,即在数据分析时无法进行更详细的试验配比分析。因此,在开展了新型胶凝材料开发的正交试验后,再采用BP神经网络进行样本强度的学习训练,用以建立试验配比与强度之间的模型。通过大批量的探索实验,证明了BP神经网络在节省物力和人力的同时,可以显著的提高试验的工作效率。

简介：摘要：BP神经网络，即误差反向传播神经网络，其算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行，而调整特征向量权值和阈值则按从输出到输入的方向进行。正向传播时，输入信号通过隐含层作用于输出节点，经过非线性变换，也称激励函数变换，产生输出信号，若实际输出与期望输出不相符，则转入误差的反向传播过程。误差反传是将输出误差通过隐含层向输入层逐层反传，并将误差分摊给各层所有单元，以从各层获得的误差信号作为调整各单元特征向量权值的依据。

简介：利用BP神经网络构造一个评价模型，对高校实验室的管理、建设、实验教学进行综合评价。

简介：摘要本文从学习一门专业课程效果的评价现状，分析得到采用BP神经网络的原理用于课程效果评价是理想的。通过建立BP神经网络的课程效果评价模型结构，并在MATLAB系统上对样本数据进行仿真实现，最后进行数据验证。结果表明，应用人工神经网络对课程效果进行评价，排除了专家主观因素对在评价效果的影响，能够获得客观满意的评价结果，具有广泛的适用性。

简介：控制系统中最广泛使用的是PID控制算法,但传统PID控制算法不能有效处理系统中的干扰、丢包和时延等问题,为此本文引入了基于BP神经网络的PID控制算法。该算法具有学习功能,可以自动调整PID参数,减小干扰节点引起的资源争夺与系统延时等方面的影响,优化系统指标。另外,为了模拟真实的网络环境,对系统的性能和设计方案进行评估,本文利用TrueTime工具箱搭建了网络控制系统仿真平台。仿真结果表明,BP神经网络算法的性能明显优越于传统PID控制算法。

简介：针对传统被动式孤岛检测法存在检测时间长、盲区（NDZ）大,而主动式孤岛检测法影响电能质量的缺点,提出一种新的基于小波包对数能量熵（WPLEE）与BP神经网络的孤岛检测方法。该方法首先采集公共耦合点（PCC）处的电压信号,再将该电压信号分别进行小波包变换,然后通过对数能量熵进行算法处理来获取适合于孤岛检测的特征向量,该特征向量通过BP神经网络进行模式识别来判断系统是否发生孤岛现象,特别在逆变器输出功率和本地负载功率匹配时。实验和仿真结果表明,该方法均能准确、有效地判断出是否存在孤岛状态,同时与传统的被动式孤岛检测方法相比检测速度快,检测盲区小,不会对电能质量产生不良影响。

简介：随着经济的飞速发展，城市化进程的加快，建设用地已成为城市发展的稀缺资源，科学合理的安排城市建设用地规模显得尤为重要。文章以南昌市2005-2010年有关城市建设用地规模的社会经济统计数据为依据，利用主成分分析方法，筛选出影响城市建设用地规模的主要因素有GDP、人口、城市化水平、园林绿地面积、财政收入、固定资产投资、工业总产值等。在此基础上建立BP神经网络预测模型，测算出南昌市2020年城市建设用地规模，并对其进行验证分析，以期对南昌市土地利用总体规划中建设用地的指标划分提供科学依据。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要在对大连站客运量的影响因素进行定性及定量分析的基础上，选取了大连市生产总值、第三产业比重、旅游业总收入、各交通方式比重等7个指标作为影响因素，运用BP神经网络对大连站的客运量进行预测，这对于大连站日后的安全经营管理具有重要的指导意义。

简介：设计了一个基于VisualC＋＋平台的多输入多输出的BP神经网络程序，依据正交实验设计训练样本，实现了注射成型产品多质量指标的高精度预测，可实现对注塑产品质量的监控，提高了实际生产效率。

简介：对电力客户的信用进行分析评估对于供电企业将电力输送给可靠的电力用户、提高企业经济效益具有重要意义。在分析影响电力客户信用影响因素的基础上,构建了电力客户信用评价指标体系,将遗传算法和神经网络原理引入电力客户信用评价领域,提出了基于遗传算法和神经网络的电力客户信用评价模型。实证结果表明：模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。