简介：【摘要】当前时期下，企业在深入转型过程中，财务管理扮演着十分重要的角色，很大程度上促进了企业的发展速度。通过强化业财融合工作，能够加速传统企业财务管理深化改革，显著提高了企业财务工作水平。近年来，BP制度作为企业财务管理体系中十分重要的一个内容，该制度地广泛应用，推动了企业业财融合的发展。在实际过程中，企业在实施BP制度时常存在着一些较为突出的问题，对企业管理效能产生直接性的影响。在实际过程中，BP制度尚存在着一些突出性的问题，对其自身的管理效能的充分发挥产生巨大的影响。因此，应该强化企业财务BP岗位模式地构建及实施。本文以制造企业为例，着重阐述了当前时期下我国制造企业业财融合BP岗位模式存在的问题及其具体解决对策，从而提高制造企业业财融合工作水平。

简介：摘要：预测供水管网的压力，对实现优化运行和降低能耗具有重要的意义。目前供水网络一般使用微观或者宏观模型对其某点压力进行预测。 BP 神经网络都被广泛应用于相关预测的研究。根据供水网络的特点并利用采集的供水压力数据，建立城市供水网络节点压力的预测模型，通过对 BP神经网络结果分析，表明 BP神经网络模型对城市供水网络压力有更好的预测性。

简介：摘要：全球导航卫星系统(GNSS)是一种高度精确、连续、全天候和近实时微波技术，其中GPS的应用最为广泛，目前GPS已经能够达到毫米级的平面坐标定位精度，这种优势能够大大缩减人工测量的时间，提高效率，但是由于GPS所测高程和我国工程测量中使用的高程基准面不同使得GPS高程测量值的应用受到限制。针对将GPS高程测量值通过拟合方法转换为工程坐标下的正常高的研究有着广泛的实用价值。本文采用目前流行的BP神经网络法对测区范围内GPS所测得的大地高数据进行拟合，基于GPS测量得到已知点坐标和高程异常，建立两者之间的神经网络关系，并对网络进行训练，根据预测值和实际值之间的差异对网络中的权值和阈值进行重复计算修改，最后使得预测与实际值之间的误差满足要求，计算外符合精度并对未知点的高程异常值进行预测。通过MATLAB实现BP神经网络高程拟合并与多项式曲面拟合方法进行精度比较，最后得出BP神经网络拟合精度高且相比于多项式曲面拟合法具有准确性，可靠性和稳定性。

简介：摘 要:本文主要探究悬臂梁桥施工过程中挠度设计值与实测值之间存在的误差，及如何应用BP神经网络通过已施工阶段的误差值来对未施工节段的误差进行预测。并通过构建BP神经网络模型预测值来实现对桥梁施工进行优化指导，并将此模型应用于汕头市连阳河特大桥悬臂段施工挠度误差模拟预测。实验表明BP神经网络模型在悬臂施工挠度误差预测中精度较高，有较好的效果。并对施工过程中可能造成挠度误差的主要原因进行了分析。

简介：

简介：摘要：为有效控制特殊地质条件下的盾构掘进参数，提高地铁盾构施工效率与施工质量。文章首先结合土体物理性质，确定关键的地层参数；其次将选定的地层参数作为输入变量，建立针对掘进参数的BP神经网络预测模型；最后，对建立的掘进参数预测模型进行验证。以武汉地铁A号线某泥水平衡盾构施工区间工程监测的实际数据进为例，结果表明：总推力、泥水仓压力、同步注浆压力预测的平均相对误差分别为10.40%、9.10%、7.14%，误差在11%以内，可为同类型工程掘进参数的设定提供参考。

简介：摘 要：当前高层建筑工程造价评估精确性较低，根据国家政策走向市场定价，改革前期可能造成估算指标与实际消耗量较大差距；在针对成本准备预测问题，本文提出了基于BP神经网络下的高层建筑工程成本造价评估模型。实验证明，该方法能够充分利用有限的数据信息，高效精准地评估出最佳成本造价方案，信息处理能力显著提升。

简介：摘要：2019年末暴发的新型冠状病毒疫情不仅威胁到人民的生命安全，而且对我国经济也产生了恶劣的影响。一方面经济下行的压力进一步增大，另一方面经济面临滞胀威胁。政府如何运用财政政策和货币政策两大主导政策工具战胜危机成为一个重要的研究课题。本文主要基于IS-LM-BP模型的基本理论及当前的经济形势，对我国的宏观经济政策进行了分析。通过本文的研究发现，疫情期间，我国应该实行扩张性财政政策与稳健性货币政策相结合的经济政策。

简介：摘要车辆在黄灯期间的加速度变化与交叉口交通事故发生频率息息相关。为有效预测并量化驾驶人黄灯期间在交叉口的制动减速度和行驶加速度，构建了BP神经网络加速度预测模型，在信号交叉口实测数据基础上，通过Pearson相关性检验法分析了加速度的影响因素，并进行仿真预测验证。结果表明，构建的模型可有效预测驾驶人黄灯期间在交叉口的制动减速度和行驶加速度。

简介：

简介：

简介：摘要 本文针对水厂运行单体无人值守的发展趋势和比例加矾在平流沉淀池应用中具有较长滞后性，无法及时响应原水因素的突变从而造成水质不稳定性和不可靠性的弊端，以及混凝沉淀过程具有非线性的特点，提出基于BP神经网络的自动加矾数学模型。该模型以原水流量、浊度、温度、pH值、沉淀水浊度控制指标为输入量，以矾耗为输出量。该模型对南京水务集团某水厂某一系列平流沉淀池的矾投加量等生产数据具有较好的拟合性，证明该模型可应用于自动加矾生产领域，以弥补人工经验投加或按水量比例投加的不足。

简介：摘要：当前，我国的建设工程技术发展迅速，水处理工程历经坎坷，由弱到强。新中国成立以来，水处理工程应用技术不断创新，近年来电气自动化技术在水处理工程中应用广泛，在不同类型的水处理工程中采用了不同的控制系统，完成了对设备的精密控制，为精准检测电气自动化设备故障，采用神经网络诊断电器自动化设备故障。将电气自动化设备故障分为五类，选取电气自动化设备负载端输出电压和输入端电流为采样点，在采样点收集原始数据;采用基于BP模型的神经网络结构，对采样原始数据进行前向计算、误差计算和误差反向传递，在此基础上，采用自适应学习的故障检测算法实现自动化电气设备的故障的自适应检测，该算法不仅能够准确检测设备的已知状态，还可对非训练样本集的状态类型进行自主学习，实现了设备故障的自适应检测。实验检测发现，该方法检测故障可信度和故障检测率均高于0.95，且抗噪性能佳。