基于BP人工神经网络模型的后期扶持移民风险评价研究

声明

摘要

第1章 绪论

1．1 选题背景与研究意义

1．1．1 选题背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 研究内容和研究方法

1．3．1 研究内容

1．3．2 研究方法

1．3．3 本文创新点

第2章 后期扶持移民风险评价基本理论

2．1 后期扶持移民风险涵义

2．2 移民风险类型

2．2．1 经济风险

2．2．2 社会风险

2．2．3 政策风险

2．2．4 环境风险

2．3 移民风险的原因

2．3．1 后期扶持移民风险的社会成因

2．3．2 后期扶持移民风险的政策成因

2．4 后期扶持移民风险的理论模型

2．4．1 后期扶持移民风险演化模型

2．4．2 后期扶持移民风险演化的博弈论模型

2．4．3 后期扶持移民风险的演化博弈

2．4．4 后期扶持移民风险的系统演化

2．5 后期扶持移民风险管理

2．5．1 后期扶持移民风险管理理论

2．5．2 后期扶持移民风险管理过程

本章小结

第3章 后期扶持移民风险评价方法

3．1 指标体系设置的原则

3．1．1 后期扶持移民风险评价指标体系的构建原则

3．1．2 移民后扶风险评价的指标体系建立标准

3．1．3 确定评价指标体系

3．2 BP人工神经网络法

3．2．1 BP人工神经网络概述

3．2．2 BP网络学习算法

3．2．3 BP神经网络重要函数选取

3．3 BP神经网络评价模型的建立

3．4 评价数据的收集与预处理

3．4．1 评价指标类型的一致化

3．4．2 指标数据无量纲化

本章小结

第4章 BP人工神经网络模型的应用—算例及分析

4．1 淅川县移民现状简介

4．2 BP人工神经网络模型的应用

4．2．1 数据收集与预处理

4．2．2 BP人工神经网络结构的确定

4．2．3 BP人工神经网络参数的设定

4．3 模型评价结果

4．4 风险防范的建议

本章小结

第5章 结论与展望

5．1 结论

5．2 研究展望

参考文献

附录 应用MATLAB实现BP人工神经网络模型的程序和计算过程

攻读硕士学位期间发表的论文及其他成果

攻读硕士学位期间参加的科研工作

致谢

作者简介