我国城乡居民肉类消费的碳排放特征分析——基于过程生命周期理论

基于过程生命周期理论,将肉类消费分解为生产、运输和消费3个阶段,量化了2000～2010年城乡居民肉类消费生命周期的碳排放,并分析其潜在影响因素.结果表明：①城乡居民肉类生命周期碳排总量呈现增长趋势,且城镇居民大于农村居民.肉类生产阶段碳排放量占全生命周期比重最大,运输阶段碳排量增长迅速,消费阶段排放较少;②肉类消费总量和消费结构变化、农村生活能源利用结构不合理以及高耗能低效率的肉类物流现状均是造成我国居民肉类生命周期温室气体排放增长的主要原因;③加强饲养环节的技术革新、建立节能环保畜产品运输流通模式、提倡地产地销以及优化农村地区生活能源利用结构是现阶段肉类消费生命周期各阶段减排的有效措施.     

基于实物期权法的林业投资项目价值评估

当前林业投资项目不再局限于单纯的木材收益,开始将碳汇收益也纳入到项目价值中。而木材和碳汇的价格波动在增加了项目不确定性的同时,对项目价值也产生了一定影响。传统价值评估方法只能评估出项目的静态价值,对于不确定性带来的动态价值无法准确反映。因此,本研究以高峰林场裸地造林项目为例,根据价格波动规律对木材与碳汇的未来价格分别提出了合理假设,并利用Black-Scholes期权定价模型对项目价值进行了评估。通过对评估结果的分析,论证了实物期权法应用于林业投资项目价值评估的可行性及必要性,促进了实物期权法在林业中的进一步发展。     

基于实物期权理论的有限责任公司最优注册资本初探

注册资本是企业存在的基础,也是企业偿债能力的基本保障，注册资本数额是否合理关系到企业所有者资金的安全。本文从实物期权理论出发结合M＆M定理对有限公司注册资本进行分析，并提出了最优注册资本数额的评价方法。     

基于实物期权的金融企业共享服务转型

用实物期权方法探讨金融企业最优组织模式,发现金融企业共享服务的最优槛值是金融企业不确定性的递增函数。触及槛值后,不确定性的增加会引致更高的共享服务生产比例。本文将实物期权概念引入不确定环境中金融服务组织及其转型的理论框架,将服务组织视为给金融企业带来获取未来转型机会优先渠道的战略性实物期权,提出对共享服务期权进行分类的方法,并引入对不同共享服务转型进行估值的决策方法论。     

基于神经网络的心电分类器设计

设计了一种基于神经网络的心电分类器,该设计利用前向多层神经网络的反向传播算法,即BP算法,采用Matlab软件建立了用于心电信号分类的BP神经网络,并利用大量的心电图数据训练神经网络,使神经网络能分辨出正常和异常的心电信号。     

基于灰色理论的BP神经网络入侵预测模型

提出一种基于灰色理论BP神经网络的网络入侵预测方法。针对传统的预测方法难以高效预测大规模网络的复杂攻击行为,利用基于灰色理论的BP神经网络算法,对网络传输中的数据包建立模型、分析和检测识别,结果表明了改进后的入侵预测模型具有更好的预测精确度和效率。     

基于实物期权的项目评估方法研究

在传统投资决策方法下,投资项目的不确定性使项目的投资价值降低。而实物期权方法作为一种新的投资决策方法,为项目投资中不确定性问题提供了一种解决的思路。笔者尝试把实物期权理论引入到投资项目评估中,并把传统的评估方法与实物期权方法结合起来,旨在完善项目投资的评价方法,最后得出结论。     

基于BP神经网络的区域创新风险预测方法研究

在文献综述的基础上,提出并分析了区域性创新风险的影响因素,包括内部风险和外部风险。内部风险主要集中在区域创新活动内部,例如技术,管理,财务,文化风险等;而外部风险主要是区域大环境,集中在市场,政策,区域资源方面。为避免人为因素的影响,结合人工神经网络方法中的BP算法,建立了区域创新风险预测模型,进一步分析研究区域创新风险指标的准确性,为后续做区域创新风险分析提供理论参考。     

基于IP技术的人才综合评测系统的研究与设计

通过对人才评测系统的发展以及人工神经网络的研究,设计了基于IP技术的人才综合评测系统,并对系统的构成及优势进行了阐述。     

基于灰色理论和BP神经网络预测观光农业旅游人数的研究

运用灰色GM(1,1)预测模型与BP神经网络预测模型相结合而成的灰色神经网络模型,对山东枣庄市旅游人数进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前2年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用旅游人数数据对模型进行学习验证。为山东枣庄市沿运区域旅游资源的合理利用及管理提供了科学依据,并以科学预测为依据提供一些观光农业旅游资源合理开发对策。     

基于Lasso和BP神经网络的组合预测及其应用——以居民消费支出预测为例

在变量选择的基础上,构建基于Lasso方法和BP神经网络的预测模型,并对我国城乡居民的消费支出进行预测,结果显示：基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度;在2014~2020年,我国农村居民消费增长率有所提升,城镇居民消费增长率减缓,城乡居民消费增长率之间的差距呈下降趋势,但短期内城乡居民消费差距依然难以缓和。     

基于BP神经网络的非线性函数逼近仿真研究

神经网络的建模方法的主要特点是模型易于实现(辨识模型即为神经网络本身)和对非线性映射的逼近性能良好,为非线性系统黑箱辨识问题提供了一种十分有效的工具。本文在研究BP神经网络MATLAB实现的基础上,提出了一个用于非线性函数逼近的3层BP网络。训练结果表明:预测值与期望值具有较好的一致性,说明BP网络具有良好的预测能力。     

基于灰色神经网络和证据理论预测地下水位的研究

用灰色GM(1,1)模型、BP神经网络模型和证据理论相结合而成的灰色证据神经网络模型,对山东枣庄区域地下水位进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出;再用BP神经网络输出作为证据理论基本可信度分配函数,使用D-S理论将信息进行二次融合;并用地下水位实测数据对模型进行验证。结果表明,预测模型具有可行性和实用性,为生态农业规划发展提供了科学依据。     

基于BP神经网络和D-S理论的塔里木河输水目标预报研究

针对神经网络输水目标模型输出的不稳定性,提出采用神经网络与证据理论相结合的输水目标(BPDS)模型.采用BP神经网络输出作为基本可信度分配函数,使用D-S理论将信息进行二次融合.并用输水实测数据对模型进行验证,结果表明预测模型具有可行性和实用性,为塔里木河流域水资源的合理利用以及水权目标管理提供了科学依据.     

基于神经网络的水果自动分类系统设计

深加工是目前我国水果产业发展的主方向。设计了基于神经网络的自动水果分类系统,包括系统的硬件构成和分类程序。其中图像的特征提取是水果分类程序的前提。提取了水果图像的形状、颜色、纹理3种主要特征,将3种特征向量输入到神经网络分类器进行分类识别。仿真结果表明,该方法实时性好,分类准确率高,可满足水果深加工生产的实用需要。     

基于神经网络的硝基芳烃急性毒性QSAR研究

采用BP神经网络模型研究了45种硝基芳烃类化合物的结构与其急性毒性之间的关系,以硝基芳烃类化合物的量子化学参数作为输入,用3×4×1网络预测其急性毒性.采用内外双重验证的办法分析和检验所得模型的稳定性,所构建网络模型的相关系数为0.999 5,交叉检验相关系数为0.996 8,标准差为0.023 5,残差绝对值≤0.15,应用于外部预测集,外部预测集相关系数为0.998 4;而多元线性回归法(MLR)模型的相关系数为0.943 5,交叉检验相关系数为0.928 7,标准差为0.240 9,残差绝对值≤0.69,外部预测集相关系数为0.956 6.结果表明,BP神经网络模型获得了比MLR模型更好的拟合效果.