基于神经网络模型的银行效率评价与破产成因分析方法

    公开(公告)号:CN117474649A

    公开(公告)日:2024-01-30

    申请号:CN202311072320.3

    申请日:2023-08-24

    Abstract: 本发明公开了基于神经网络模型的银行效率评价与破产成因分析方法,涉及银行数据分析的技术领域,银行效率评价与破产成因分析方法包括以下步骤:S1、数据整理:针对银行效率评价以及破产成因进行研究,运用灰色关联度模型对适合投入产出数据筛选与整理;S2、指标获取:通过熵权法对银行的数据进行加权,从而进行评价各银行的效率,运用主成分分析法对数据进行挖掘,并找出了其中重要指标;S3、数据预测:通过建立神经网络模型对银行的倒闭进行预测,从而可以预测出银行的倒闭风险;S4、获取目标:采用建立K‑means聚类模型巧妙的找出银行的代表。本发明不仅有助于商业银行提高自身效率,降低倒闭风险,还为国际银行倒闭原因的分析与预测提供了新的思路。

    基于BP神经网络模型的插层熔喷材料的性能控制方法

    公开(公告)号:CN117574766A

    公开(公告)日:2024-02-20

    申请号:CN202311541045.5

    申请日:2023-11-15

    Abstract: 本发明属于人工智能技术领域,公开了基于BP神经网络模型的插层熔喷材料的性能控制方法,包括下列步骤:步骤一、建立灰色关联分析模型分析插层率对结构变量以及产品性能变化的影响;步骤二、根据分析结果建立BP神经网络模型,经训练后获得对相关性能的预测模型;步骤三、根据生产部门获取的相关实际工艺参数对插层熔喷材料的性能进行预测;步骤四、建立多目标线性规划模型,基于预测的产品性能数据进行求解,从而实现对产品满足相关性能约束条件下的最优工艺参数进行求解。本发明实现了插层工艺中基于产品相关工艺参数对相应产品性能进行有效控制。

Patent Agency Ranking