期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
财务预警的模型分析 被引量:16
1
作者 张祥 陈荣秋 《科技与管理》 2003年第5期79-81,共3页
根据国内外在财务预警模型研究中,所运用的单变量判别法、多元线性回归分析、主成分分析、二元Logistic回归分析和神经网络分析等,主要建模方法、应用情况和局限性,提出了财务预警模型研究中值得注意的问题和今后的发展趋势。
关键词 企业 财务管理 财务预警模型 多元线性判定模型 单变量判定模型 概率模型 神经网络分析模型 二元Logistic回归分析
下载PDF
钢管约束型钢混凝土圆柱承载力的神经网络分析模型研究 被引量:2
2
作者 刘坚 招渝 +8 位作者 王飞程 刘长江 曾嵘森 周观根 戚玉亮 任达 陈原 肖海鹏 彭林苗 《工业建筑》 CSCD 北大核心 2022年第9期147-152,120,共7页
根据轴心受压和偏心受压的钢管约束型钢混凝土(TSRC)圆柱承载力现有计算公式,提出了轴压和偏压TSRC圆柱承载力的神经网络分析模型。选取10个影响承载力的敏感参数来确定输入层的节点个数,以轴压或偏压TSRC圆柱承载力作为输出层;隐含层... 根据轴心受压和偏心受压的钢管约束型钢混凝土(TSRC)圆柱承载力现有计算公式,提出了轴压和偏压TSRC圆柱承载力的神经网络分析模型。选取10个影响承载力的敏感参数来确定输入层的节点个数,以轴压或偏压TSRC圆柱承载力作为输出层;隐含层节点数采用试凑法,根据均方误差MSE与相关系数R确定为12,由此建立了N10-12-1神经网络分析模型。该神经网络分析模型对承载力的预测结果显示,最大误差仅为6.08%,说明建立的轴压和偏压TSRC圆柱承载力神经网络分析模型是一种较好的方法。最后基于Garson算法进行敏感性分析,得到了各输入参数对TSRC圆柱承载力的影响程度,可供工程设计参考。 展开更多
关键词 圆钢管约束型钢混凝土 BP人工神经网络 轴压承载力 偏压承载力 神经网络分析模型
原文传递
财务危机预警模型评析 被引量:8
3
作者 熊燕 《中国管理信息化》 北大核心 2008年第8期58-60,共3页
企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一。企业应构建财务预警机制,及时沟通企业有关财务危机预警的信息,有效地防范和化解财务危机。本文对国内外财务危机预警模型逐一进行评析,旨在为构建符合我国实际并具有... 企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一。企业应构建财务预警机制,及时沟通企业有关财务危机预警的信息,有效地防范和化解财务危机。本文对国内外财务危机预警模型逐一进行评析,旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴。 展开更多
关键词 财务危机预警模型 单变量模型 多元判别分析模型 人工神经网络分析模型
下载PDF
改进共轭梯度算法在矿井瓦斯含量预测中的应用 被引量:1
4
作者 魏松 任贺龙 《应用泛函分析学报》 2017年第2期224-230,共7页
本为预测矿井瓦斯含量,根据影响矿井瓦斯含量的煤层开采深度、煤层厚度、瓦斯压力、煤的变质程度、煤层顶板岩性与煤层底板岩性等主要因素建立三层BP神经网络分析模型.针对标准BP算法存在的收敛速度慢、容易陷入局部极小等问题,从理论... 本为预测矿井瓦斯含量,根据影响矿井瓦斯含量的煤层开采深度、煤层厚度、瓦斯压力、煤的变质程度、煤层顶板岩性与煤层底板岩性等主要因素建立三层BP神经网络分析模型.针对标准BP算法存在的收敛速度慢、容易陷入局部极小等问题,从理论分析角度对共轭梯度算法和改进共轭梯度算法进行对比分析研究,并且分别用标准BP算法、共轭梯度算法和改进共轭梯度算法对BP神经网络分析模型进行训练和测试.结果表明,改进共轭梯度算法收敛速度快,预测结果相对误差保持在1%以内,并且误差波动相对平稳.因此,基于改进共轭梯度算法的BP神经网络分析模型,能够有效预测矿井瓦斯含量. 展开更多
关键词 瓦斯含量 BP神经网络分析模型 改进共轭梯度算法
下载PDF
大型建筑物沉降变形的动态预测方法研究
5
作者 白洪伟 王华 +2 位作者 李进 穆星 吴满意 《河北北方学院学报(自然科学版)》 2016年第5期16-20,共5页
目的精准预测建筑物沉降的规律及建筑物的变形。方法小波神经网络具有良好的时频局域化性质和神经网络的自学习功能。通过小波分解进行平移和伸缩变换后得到的级数,具有小波分解的一般逼近函数的性质,因此可以用来预报。回归分析的方法... 目的精准预测建筑物沉降的规律及建筑物的变形。方法小波神经网络具有良好的时频局域化性质和神经网络的自学习功能。通过小波分解进行平移和伸缩变换后得到的级数,具有小波分解的一般逼近函数的性质,因此可以用来预报。回归分析的方法可以定量地分析出变型设计过程中设计变量与性能指标之间相互依赖的不确定关系,以此揭示出产品性能指标与影响其值变化的设计变量之间的内在关系。对回归分析模型和小波神经网络模型做简单介绍,以宿州市某建筑大楼的沉降点观测数据为例,对2种模型的预测结果进行检验,在变形监测中分析其精度和可行性。结果回归分析模型预测误差最大值为-0.4 mm,最小值为0.1 mm;小波神经网络模型预测误差最大值为-0.21 mm,最小值为-0.01 mm。结论通过实例证明了2种模型的可行性,为变形分析中将影响变形的直接因素纳入模型提供了一定的参考。由于不同建筑物的荷载情况等因素的差异,模型的运用可能有一定的局限性,仍需要大量的实例进行验证,在有些情况下需要将荷载因子进行变换,才能获得较好的拟合度。 展开更多
关键词 变形预测 回归分析模型 小波神经网络分析模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部