项目管理技术
項目管理技術
항목관리기술
PROJECT MANAGEMENT TECHNOLOGY
2010年
9期
70-74
,共5页
人工神经网络%投资项目%后评价
人工神經網絡%投資項目%後評價
인공신경망락%투자항목%후평개
将人工神经网络方法引入到投资项目后评价中,以内部收益率、静态投资回收期、财务净现值率、投资回报率四项指标作为效益等级评价依据,同时采集了同类项目20个样本,划分五个评价等级,以BP神经网络模型为基础,运用MATLAB验证三种BP改进算法,证实了自适应学习速率动量梯度下降反向传播算法是评价该项目的最佳改进算法,在较快的收敛速度下,达到了更小的训练误差,从而实现了对项目效益等级的评价.
將人工神經網絡方法引入到投資項目後評價中,以內部收益率、靜態投資迴收期、財務淨現值率、投資迴報率四項指標作為效益等級評價依據,同時採集瞭同類項目20箇樣本,劃分五箇評價等級,以BP神經網絡模型為基礎,運用MATLAB驗證三種BP改進算法,證實瞭自適應學習速率動量梯度下降反嚮傳播算法是評價該項目的最佳改進算法,在較快的收斂速度下,達到瞭更小的訓練誤差,從而實現瞭對項目效益等級的評價.
장인공신경망락방법인입도투자항목후평개중,이내부수익솔、정태투자회수기、재무정현치솔、투자회보솔사항지표작위효익등급평개의거,동시채집료동류항목20개양본,화분오개평개등급,이BP신경망락모형위기출,운용MATLAB험증삼충BP개진산법,증실료자괄응학습속솔동량제도하강반향전파산법시평개해항목적최가개진산법,재교쾌적수렴속도하,체도료경소적훈련오차,종이실현료대항목효익등급적평개.
