第一篇：基于神经网络算法的电力谐波分析方法的研究论文
摘要：目前常用的谐波分析算法存在着计算精度低、计算量大等缺点，本文提出并研究了一种基于傅立叶基神经网络的谐波分析方法。利用傅立叶基神经网络模型进行谐波分析可以有效地提高神经网络的收敛速度和计算精度，减小了计算量。并通过仿真，验证了利用该算法进行谐波分析可快速获得电力系统的基波及各次谐波高精度的幅值和相位。
关键词：神经网络;谐波分析;梯度下降法;权值向量
一、引言
近年来，随着电力电子技术的广泛应用，电力系统谐波污染日益严重，已成为电能质量的公害。目前常用的谐波分析算法存在着计算精度低、计算量大等缺点，本文提出一种基于傅立叶基神经网络的谐波分析方法，利用该方法可快速获得电力系统的基波及各次谐波高精度的幅值和相位。
本文构建了基于傅立叶基神经网络模型，采用梯度下降法作为权值调整算法，通过神经网络训练即可获得神经网络权值，从而获得电力系统谐波的幅值和相位。仿真结果表明，利用基于傅立叶基神经网络算法进行谐波分析可快速获得电力系统的基波及各次谐波高精度的幅值和相位。
二、基于傅立叶基神经网络算法的谐波检测原理
(一)傅立叶基神经网络模型的构建一个具有各次谐波的周期信号可表示为：
N M
y(t)=∑An sin(2nfnt+尹。)+∑B.sin(2n厶f+‰)(1)
式中，石为第n次整数谐波的频率;f为第m次间谐波的频率a设采样周期为￡，则式(1)可离散化为：
y(k)= Aa +∑[Aj sinW,cos(jtookTs)+Aj cos~sin(jtuokT)]+l1(2)
∑[B, sin够cos(co,kT.)]+旦cosrp,sin(cq kT,)l-l
式中∞0为电力系统基波角频率;j为谐波次数;为第f次间谐波的角频率;ki+J采样点序列号。
式(2)可进一步用傅立叶级数表示为
y(k)= wo+-wj cosOcookT,)+∑M sin[(j-ⅣⅫ。kTs]+(3)
∑w, cos(coikT,)+∑wisin(03i_^ckTs)
f=1 1.^f+l
由式(3)可建立傅立叶基神经网络模型如图1所示。c、：为正交三角函数系，对应着不同的隐层神经元：w毛(挣l，2，2n+l)表示隐层与输出层之间的连接权值。
由于傅立叶基神经网络的输入层单元和隐层神经单元直接的连接权值为1，也就是说：输入量是直接映射到隐层空间，没有需要调节的参数，需要调节的参数是隐层和输出层之间的连接权值。隐层空间到输出层空间的映射是线性的，傅立叶基神经网络的输出单元的输出是所有隐层单元的线性组合。由此可见，网络由输入到输出的映射是非线性的，而网络输出对可调参数而言又是线性的，这样就将输入层与输出层的非线性映射关系转化成了隐层与输出层之间的线性映射关系。
(二)权值调整算法
本文采用梯度下降法作为权值调整算法，梯度下降法是最常用的神经网络学习算法。在上面建立的神经网络中，具体算法为：误差函数为学习率，当o<，7<五再三万百时神经网络算法收敛，其中，2N+2M+1为隐层神经元个数。
(三)谐波参数估计
若已知电力系统的工作频率，按照上述神经网络算法，通过神经网络训练即可获得神经网络权值向量w,而基波、谐波的幅值和相位可根据最后得到的权值向量矽并利用下述公式得到：
(四)神经网络训练步骤
1、以采样周期T对信号灭f)采样获得训练样本;随机产生权向量W，给定任意小正实数口，确定学习率o<，7<面再毫百万。
2、由式(5)计算神经网络的输出。
3、由式(6)、(7)分别计算误差与性能指标。
4、由式(8)与(9)进行权值调整。
5、判断性能指标是否满足J
三、仿真分析
为了验证本文提到的神经网络算法的正确性，本文采用Matlab进行仿真试验。输入的信号表达式为y(k)=∑4 cos(2霄fmkTs+‰)输入信号包含的成分如表1所示。
表1输入信号包含的成分
信号参数 基波 谐波 谐波 谐波 谐波 频率 50 150 250 350 450 幅值 400 16.4 13.3 9.1 7.6 相位 10 60 90 120 150
随机产生权值，经过2次神经网络训练，得到性能指标为：J=2.4764x10'a，基于傅立叶基神经网络算法的仿真结果如表2所示。
幅值 相位 频率
幅值
相对误差(%)
相位
相对误差(%)50 400.00l.3275x10“3 10.00001.5743x10”3 150 16.4001.9638x10-'2 60.0000-2.7523x10''' 250 13.3001.8754x10'u 90.0000-1.9856x10“z 350 9.100l.1985xl0”3 120.00002.7623xl0-'3 450 7.6002.4049x10n 150.00001.9750x10'''
由以上仿真结果可见，本文提出的基于傅立叶基神经网络算法的谐波分析方法对各次谐波的幅值和相位的计算精度高，且速度快。
四、结论
利用基于傅立叶基神经网络算法进行谐波分析可快速获得电力系统的基波及各次谐波高精度的幅值和相位，因而在电力系统谐波测量中有较大的应用价值。
参考文献：
[1]庞浩，李东霞，俎云霄等，应用FFT进行电力系统谐波分析的改进算法[J]中国电机工程学报，2003，23(6):50-54.[2]钱昊，赵荣祥.基于插值FFT算法的间谐波分析[J].中国电机工程学抿2005，1(21):87-91.[3lMITRA S K.Digital signal processinga computer-based approach[M].Beijing: Tsinghua University Press,2001.[4]袁曾任.人工神经元网络及其应用[M].北京：清华大学出版社.1999.[5]李红，马新瑜.多层前馈神经网络在电力系统谐波测量中的应用[J].电测与仪表，2003，40(446):15-17.[6]张林利，王广柱.一种基于人工神经网络的谐波测量新方法[J].电力系统及其自动化学tEL2004，4(2):40-43.
第二篇：论文研究方法
论文研究方法
（1）归纳法：从个别性知识，引出一般性知识的推理，是由已知真的前提，引出可能真的结论。
（2）宏观分析与微观分析相结合的研究方法：宏观分析方法是对问题进行了总体的分析，微观分析方法是对问题的部分或个体对象进行分析。在分析我国中小企业融资难的成因时，既从外部环境，政策、制度角度进行了宏观分析，又从中小企业自身和融资机构这些角度进行了微观分析，三者相结合。
（3）访谈法：通过询问的方式，访员和受访人面对面交谈来了解市场情况的基本研究方法。
（4）文献研究法：通过对某一领域，某一专业或某一方面的课题、问题或研究专题搜集大量相关资料，通过分析、阅读、整理，提炼当前课题、问题或研究专题的最新进展、学术见解或建议。
第三篇：关于神经网络的论文读后感
关于神经网络的论文读后感
近期近代数学方法课上老师讲授了一种新的方法叫做神经网络。
神经网络（NNs）全称为人工神经网络（Artificial Neural Networks，简写为ANNs），简称神经网络，也称作连接模型（Connection Model），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。它是一种大规模并行的非线性动力学系统。
1943年，心理学家W·Mcculloch和数理逻辑学家W·Pitts在分析、总结神经元基本特性的基础上首先提出神经元的数学模型。此模型沿用至今，并且直接影响着这一领域研究的进展。因而，他们两人可称为人工神经网络研究的先驱。
1945年冯·诺依曼领导的设计小组试制成功存储程序式电子计算机，标志着电子计算机时代的开始。1948年，他在研究工作中比较了人脑结构与存储程序式计算机的根本区别，提出了以简单神经元构成的再生自动机网络结构。但是，由于指令存储式计算机技术的发展非常迅速，迫使他放弃了神经网络研究的新途径，继续投身于指令存储式计算机技术的研究，并在此领域作出了巨大贡献。虽然，冯·诺依曼的名字是与普通计算机联系在一起的，但他也是人工神经网络研究的先驱之一。
50年代末，F·Rosenblatt设计制作了“感知机”，它是一种多层的神经网络。这项工作首次把人工神经网络的研究从理论探讨付诸工程实践。当时，世界上许多实验室仿效制作感知机，分别应用于文字识别、声音识别、声纳信号识别以及学习记忆问题的研究。然而，这次人工神经网络的研究高潮未能持续很久，许多人陆续放弃了这方面的研究工作，这是因为当时数字计算机的发展处于全盛时期，许多人误以为数字计算机可以解决人工智能、模式识别、专家系统等方面的一切问题，使感知机的工作得不到重视；其次，当时的电子技术工艺水平比较落后，主要的元件是电子管或晶体管，利用它们制作的神经网络体积庞大，价格昂贵，要制作在规模上与真实的神经网络相似是完全不可能的；另外，在1968年一本名为《感知机》的著作中指出线性感知机功能是有限的，它不能解决如异感这样的基本问题，而且多层网络还不能找到有效的计算方法，这些论点促使大批研究人员对于人工神经网络的前景失去信心。60年代末期，人工神经网络的研究进入了低潮。
另外，在60年代初期，Widrow提出了自适应线性元件网络，这是一种连续取值的线性加权求和阈值网络。后来，在此基础上发展了非线性多层自适应网络。当时，这些工作虽未标出神经网络的名称，而实际上就是一种人工神经网络模型。
随着人们对感知机兴趣的衰退，神经网络的研究沉寂了相当长的时间。80年代初期，模拟与数字混合的超大规模集成电路制作技术提高到新的水平，完全付诸实用化，此外，数字计算机的发展在若干应用领域遇到困难。这一背景预示，向人工神经网络寻求出路的时机已经成熟。美国的物理学家Hopfield于1982年和1984年在美国科学院院刊上发表了两篇关于人工神经网络研究的论文，引起了巨大的反响。人们重新认识到神经网络的威力以及付诸应用的现实性。随即，一大批学者和研究人员围绕着 Hopfield提出的方法展开了进一步的工作，形成了80年代中期以来人工神经网络的研究热潮。
神经网络的连接形式前向网络.前向网络通常包括许多层, 常见为三层网络.这种网络特点是只有前后相邻两层之间神经元相互连接, 各神经元之间没有反馈.每个神经元可以从前一层接收多个输入, 并只有一个输出送给下一个神经元.三层前向网络分为输入层、隐层和输出层.在前向网络中计算功能的节点, 称为计算单元, 而输入节点无计算功能.常见的是网络BP反馈网络.从输出层到输入层有反馈, 即每一个节点同时接收外来输入和来自其它节点的反馈输入, 其中也包括神经元输出信号引回到本身输入构成的自环反馈.这种反馈网络每一个节点都是一个计算单元.典型是网络Hopfield相互结合型网络.它属于网状结构.构成网络中各个神经元都可能相互双向联接, 所有的神经元既作输入, 同时也用于输出.这种网络对信息处理与前向网络不一样.在前向网络中, 信息处理是从输入层依次通过中间层 隐层 到输出层, 处理结束.而在这种网络中, 如果在某一时刻从神经网络外部施加一个输入, 各个神经元相互作用, 直到使网络所有神经元的活性度或输出值, 收敛于某个平均值为止作为信息处理的结束.4 混合型网络.上述的前向网络和相互结合型网络分别是典型的层状结构网络和网络结构网络.介于这两种网络中间的一种联接方式, 在前向网络的同一层间神经元有互联的结构, 称为混合型网络.这种在同一层内的互联, 目的是为了限制同层内神经元同时兴奋或抑制的神经元数目, 以完成特定的功能。
在网络上，我查阅了相关的文献，一篇关于关于神经网络用于机器人控制的的论文说道：神经网络特别适合于机器人控制, 是由于它具有下述显著特点 :1 由于神经网络可以通过若干实例进行学习, 所以把它用作控制器的时候, 既不需要被控对象的数学模型, 也不需要人们事先为它设计好控制算法.2 因为神经网络具有并行处理信息的能力, 所以它同时能将输入的m 维向量变成输出的n 维向量.这样, 神经网络可有效地处理视觉、听觉这一类需要复杂计算的感知信息, 从而可能完成实时控制的任务.3 神经网络对外界环境或系统参数的意想不到的变化, 具有很强的自适应性, 因此神经网络控制系统具有大范围的适应能力, 是一般的自适应控制系统所无法比拟的.如：“婴儿”机器人，它安装两只摄像机并具有五个自由度.众所周知, 婴儿的特点就是爱动, 大一点的婴儿则是看见什么都好奇, 觉得新鲜, 都想把看到的东西抓到手.起初, 他们看见的东西不一定能够抓得着, 但经过不断地实践, 一旦有一次或几次成功了, 这就是所谓的“无导师学习”.能不能使现在的机器人也有这种技能呢?现在的工业机器人很难做到, 因为现在的工业机器人要作什么都是由人事先计划好并作一遍才行.即所谓的“示教——再现”,“示教——再现”是一种有导师的学习.如机器人的支臂、手和各关节的尺寸都准确知道, 即如果运动模型已知的话, 也可以把要作的事情 即任务 按时间顺序写成程序, 计算机根据已知的模型将任务翻译成各个关节的角度变化加以实现.这种控制方式的前提是模型必须已知.可是, 上述的婴儿机器人不需要知道自己的模型, 这样好像与人的本能更接近一些.人们虽然说不出自己手臂上的每根骨头的尺寸, 但是人们的眼睛和手可以配合得非常默契.这种机能是靠学习得来的并以某种隐含的形式记在脑皮层的某个区域.在学习过程中, 这个隐含的内容也不断地更新自己.人由婴儿长成大人, 骨骼和肌肉的力量一直在发生变化, 脑中那个隐含的内容 知识和经验也不断调整自己.用自动控制的术语说, 这就是控制系统的自适应性;应该指出, 现代工业机器人的自适应性还极其有限.“婴儿”机器人的工作过程分为两个阶段: 学习阶段和工作阶段.在学习阶段, 婴儿手里握着一个圆柱体, 在随机位置发生器的作用下, 随机地摆成这个姿势或那个姿势.在这个过程中, 摄像机将看到的一幅情景信息通过输入变换并进入神经网络, 接着产生目标变换的输出.这个输出与随机位置产生器产生的实际输出的差值用来调整权变换, 以使看到的和实际做到的不断地趋于一致.例如, 经过1200 次姿势训练后,“婴儿”机器人就学得很好了.在工作阶段, 它可以把圆柱体摆在“婴儿”工作空间的任何一个位置和角度上,“婴儿”机器人可以迅速地移动手臂, 并用它的手准确地将圆柱体擒住.如果改变一下工作环境, 例如将“婴儿”机器人的底坐上垫上点东西,“婴儿”机器人第一次擒获会失败, 但它有能力适应这种工作环境的变化, 不需要重新返回学习阶段就可以调整自己控制网络的权, 并在相继的抓获中取得成功.实际神经网络的应用研究可以分为以下两大类：
1、神经网络的软件模拟和硬件实现的研究。
2、神经网络在各个领域中应用的研究。这些领域主要包括：模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。随着神经网络理论本身以及相关理论、相关技术的不断发展，神经网络的应用定将更加深入。
在看了那些资料以后，我明白了神经网络在应用上是非常广泛的，而以后我应该更加努力地学好它，学会在以后的生活实践中去应用它。
第四篇：电力管理和研究论文
国家职业资格
维修电工技师技能
职业技能鉴定论文
电力管理和研究
单位全称: 学员姓名：
对电力企业管理的研究
摘 要
电力在国民经济中扮演的地位越来越重，承担社会责任，服务经济发展是电网公司的职责，那么如何更好的令电力企业更好的为地方为人民服务，这个和电力企业管理就分不开了。本人在电力企业管理岗位任职多年，对电力管理略有心得，想和大家分享。电力管理中，安全是第一位，没有安全的生产就没有安全的用电，所以要提高工作人员素质，积极制定各项防范措施、规章制度；光有安全，忽视了优质服务，这个也是不行的，这就要不断完善电网配置，加强服务人员素质培养，从根本上对服务进行全面提升。前线工作要做好，这就离不开后勤保障工作，电力物业作为一个新兴的产业，担负着更好服务主业，保障主业工作有序开展的重要责任。总之协调全面，稳步发展是电力企业安全稳定发展的基础。
关键词：电力企业、管理岗位、安全、优质服务、电力物业。
对电力企业管理的研究
引言：在国民经济高速发展的今天，电力作为文明时代的产物，在其中扮演的角色越来越重要，如何更好的服务地方经济，如何更好的承担起社会责任，这个是摆在每个电力人的面前的问题，“努力超越 追求卓越”将电力企业管理好，这个就是我们的目标。
一、电力生产过程中，安全必须摆在首要的位置。
本人从事电力工作多年以来，目睹和学习过多起安全责任事故，对由于安全事故对电网造成的损失历历在目，“安全第一、预防为主、综合治理”这十二个字虽然看上去简单，但是做起来确实非常辛苦。比如本人早年在水电站任站长时，就看到过部分老员工凭着先入为主的观念，麻痹大意，对具体情况还不清楚的情况下，准备进行强行操作，后来我及时阻止了这个操作，要求班组再根据操作规范和流程仔细梳理一遍问题，发现问题不是一直认为的那样，大家也避免了一次对机器设备损坏的事故，通过这个事情，我也非常深刻理解到安全生产在电力企业中是何等重要的问题。电力企业工程点多、面广，高空作业、交叉作业、焊接作业等高危作业频繁，所以安全生产对于我们这个高风险行业来说，其意义更加重要。纵观事故产生的原因，不难看出是大家对安全生产、管理存在着一些误区。所以在对待安全生产上面不能有半点的麻痹大意。1.1健全各项安全操作的规章制度。
安全操作流程的建立的依据是根据多年来事故总结的教训和理论上的依据而编制的，这本生对规范我们操作行为有很大指导性作用，我在管理岗位上时，就常常提醒各位员工，操作要严格按照各项操作规章制度来，切不可因为自己是“老手”忽视对最基本的检查工作。由其现在在物业工作中涉及面点小面多，不仅要监管好自身的安全问题，还要监督好外包单位施工人员的安全，为自己负责，也为他人负责，将安全工作做到为。在日常工作汇总组织职工认真学习安全方面的知识。对施工人员要定期进行安全操作考核，加深职工对安全知识的深刻认识。
对电力企业管理的研究
1.2加强职工的业务素质培养。
我在平时班前会和日常科室会议时，主动对职工进行业务培训，除了应知应会的内容外，针对工程施工安全生产现状，进行预案演练，提高事故的防范能力。还要求老职工更应该起到模范作用，对上岗不久的新人应该言传身教，使他们在熟记规程的前提下，从业务技术角度为其打牢安全基础。1.3建立各项应急预案。
尤其是受天气的变化，台风，暴雪的影响以及其他突发情况的发生。电力部门应该有一套自己的完整的应急预案。比如今年的“非特”台风，正是根据制订电力企业安全生产事故应急预案非常全面和到位，及时组织大家全面抗击台风，景宁电网也安然无恙的挺过台风期，这个也和日常大家的重视分不开。要贯彻落实“安全第一、预防为主”方针,规范电力生产的应急管理工作,提高应对风险和防范事故的能力,保证职工安全健康,最大限度地减少财产损失、环境损害和社会影响的重要措施。
1.4积极探索不断创新安全管理方式方法。
根据工程安全生产形势和实际，各项管理方式、手段也要根据实际情况，摸索与之适应的管理机制和有效办法。以我多年经验来看，事故出现的原因和安全基础不够夯实，责任制度不明确等问题分不开，所以我们要把重点放在杜绝违章违纪上，着力点放在预防上，从源头查堵漏洞。建立起能够保证安全生产的体制与机制;坚持逐级负责制，落实领导责任。另外还要提高认识，要警钟长鸣，常抓不懈。
二、做好优质服务，保障供电安全
电力企业是基础性、社会性、服务广泛的企业，但目前存在部分电力设施不完善，供电不稳定等现象。部分职工的服务意识的不强烈，对客户需求不明确等问题。作为公共服务企业，要想不断发展往往体现在服务的提高上，我认为做好优质服务工作，应从以下三个方面入手。
对电力企业管理的研究
2.1加快电网发展，强化电网管理，满足社会快速增长的用电需要。
优质服务是建立在“电网坚强”基础之上的。通过在电力物资公司管理岗位上，我就看到近年来随着用电户的不断增多，设备不断增加，而且欣喜的看到我们电力企业对设备产品不断进行更新和换代，为了能将电网发展的更加稳定，不断强化电网的管理，所以我们要变被动服务为主动服务，提前规划好电网，不断强化电网建设，加快电网发展，采取积极有效的技术和管理措施，解决好客户反映较大的停电和电压质量问题，为优质服务提供坚强的供电可靠性和电能质量基础。进一步加强电力需求管理，大力运用经济、技术和舆论手段，同时采取必要的行政手段，充分利用有限的电力资源，确保电网在用电高峰期间安全稳定供电，满足社会经济发展和人民生活的需要。
2.2建立学习型企业，为优质服务提供强有力的保障。
按照创建学习型企业思路，加强公司员工的学习沟通交流，加强服务文化建设，促进员工价值观的正确建树和共同进步。近年来我们单位领导高度重视培训工作，成立培训中心等部门，加强员工培训工作，并且和县职业培训机构加强合作开设多种培训业务，加强员工队伍的业务培训，造就一支懂管理、善营销、会策划的全面发展的新一代市场营销服务队伍，以适应现代电力营销服务的需要，为客户提供方便、畅通、高效的现代化的技术服务手段。
三、关于电力物业公司管理的心得
电力企业是社会发展的保证,是经济建设的基础。保障电力企业运行的稳定和顺利，就离不开后勤保障公司，而电力物业公司就是为此而产生，服务主业，令主业专注完成电力生产。近年来，随着我国供电行业的快速发展，电力物业公司取得了长足的发展，已成为整个供电事业的重要组成部分。3.1招募合适的人员，拓宽业务路径。
由于工作涉及到工程维修，汽车车队安排，以及保安的管理。所以招募选择合适的人员显得尤为重要。首先，被招募的人员应该有工作责任心，能够完全
对电力企业管理的研究
胜任自己的工作，确保工作按时，保质的完成。其次。要根据各工作的特点，选择专业的人员。工程维修应选择熟练的技术工为关键，汽车驾驶员则需要选择数年驾龄的年轻人，相反保安则选择以相对成熟稳重的中年人为主。这样才能符合各项工作的特点。3.2加强完善自身管理
电力物业公司作为现代企业的代表，在不断适应经济发展的同时，应该不断完善自身管理的发展。
一、管理人员应该多学习各种管理知识。通过书本，会议，培训等方式。
二、把自己的管理知识和具体实践结合起来。把学到的管理知识和本企业的具体实践联系起来，制定更适合本企业的管理方案。充分利用本企业的资源优势，调动人员的积极性。
三、组织同行业间的考察和学习。加强同行业间的交流和学习。不仅能够加强技术方面的交流，更能借鉴学习管理方面的成功经验，完善自身的发展。
四、小结
电力企业作为经济发展的坚实后盾，在不断完善，不断创新的今天，我们要在坚持安全第一的原则下，不断加强电网管理，提高自身服务水平，顺应社会的发展。令国家电网企业不断壮大和发展。
对电力企业管理的研究
参考资料：
[1] 田雨平.电力企业现代安全管理[M] 中国电力出版社，2009 [2]叶飞.供电企业优质服务培训教材[M] 中国水利水电出版，2007 [3] 蒋贵国.物业管理实务[M] 华中科技大学出版社，2006 5
第五篇：海外投资环境评估的类神经网络方法研究（写写帮推荐）
作者社新乐对海外投资环境评估的类神经网络方法进行了研究,其中作者认为全球化浪潮下, 国际投资活动方兴未艾, 东道国投资环境评佑成为投资者最为关注也是最为棘手的问题。本文在分析以往评佑方法的基础上提出了基于类神经网络的海外投资环境评估模型, 在给出具体评估程序的同时, 着重探讨了倒传讯神经网络的学习机制, 发现以其强大的自学习功能在解决投资环境评佑等复杂问题时取得了较佳的效果。本研究的目的在于为我国企业向海外扩展提供一个科学、高效的决策模型, 提高我国企业海外投资的质量。一海外投资环境评估成为国际投资领域十分重要的研究
课题。不论是直接投资, 还是间接投资.不论是现阶段国际流行的直接投资方式一一一兼并、收购, 还是作为我国对外投资的主要形式一一绿地投资, 都对东道国投资环境的评估工作提 出了越来越高的要求。而且, 我国企业在进行海外投资环境评估时, 缺乏类似欧美日等发达 国家的评估模式作参照, 多为企业决策者主观所决定, 随着国际投资环境越来越复杂, 这种 作法无疑增加了海外投资的风险。基于海外投资环境评估的重要性与复杂性, 本研究之目的 在于借助其他跨国投资企业经验, 利用类神经网络技术建立一个定量、客观的海外投资环境 评估模式, 以提供国内企业海外投资环境评估方法, 减少评估成本, 降低评估风险
一、相关研究及问题的提出对投资环境评估方法的研究主要是涉及环境的不确定性和模糊性以往的评佑方式普遍存在的缺陷第一, 模型对投资变数的选择依赖于大量信息的占有与提取, 且属于静态系统, 模型本身对信息缺乏适应性和记忆功能, 因此当环境因素发生变化时, 模型的评价功能递减, 要提高精度, 只有在新信息基础上调整参数或变量, 甚至重新构建评估模型。第二, 较大程度地依赖专家知识和经验以及以往投资者的主观感受。基于类神经网络的分析方法是目前一种较有发展前景的应用方法类神经网络是对生理学上的真实人脑神经网络的结构和功能, 以及若干基本特征在一定理论基础上的抽象、简化和模拟而完成的一种信息处理系统。它的基本功能有四点4 第一, 联想记忆功能。第二, 自学习功能。第三, 非线性动态处理功能。类神经网络海外投资环境评估 类神经网络基本原理类神经网络模型是由大量简单处理单元% 一般称为神经元, 或节点& 按某种方式互连而成的复杂网络。评佑程序国际投资环境评估因素可分为定性和定量两类, 为了能够将其输人类神经网络模型进行计算, 要利用模糊评价法对输人信息进行处理, 将定性的文字描述转化为定量的数据, 将定量的数据进行归一化处理, 使其量纲与优劣趋向统一起来, 指标具备了可公度性, 从而可以在网络中进行运算。第一, 对定性因素的处理4 为定性因素建立评价指标体系及评价指标集Μ 与评价等级集Ν , 可以通过专家打分, 利用模糊统计法确确定投资环境评估因素。各种不同行业在进行跨国投资时所考虑的环境因素不尽相同, 因此首先必须确定适当的投资评估因素。这对投资者的专业理论和行业敏感度提出了较高的要求, 除了参考相关文献的研究外, 需要投资者依据行业性质、战略规划、价值链分布等目标整理统计出合理的投资环境因素。第二, 对定量因素的处理4 定量因素的指标因优劣趋向不同可分为三类4 一是正向指标, 指标值越大越好, 如市场需求增长率.二是负向指标, 指标值越小越好, 如突发事件概率.三是适中指标, 指标值大了或小了都不好, 趋于某理想值最好, 如经济增长率。
个人见解:我觉得本文可以在投资环境评估的类神经网络方法的优缺点上下的功夫,这样便于使用者分清楚在什么场合使用比较合适找到它合适的位置;而且作者还可以分析注重比较一下它与其它分析方法明显的优势与劣势.
点击咨询 