基于BP神经网络算法的汽车产业安全预警方法研究

发布时间：2019-12-05 21:22

【摘要】：基于产业安全理论和产业现状,建立对外依存度、国际竞争力等四维度汽车产业安全评价体系。根据1998—2013年数据,基于BP神经网络模型,结合灰色预测GM(1,1)模型与主成份分析法对我国汽车产业安全现状进行了量化评价、结果检验与安全度预测。结果表明:汽车产业发展初期,受产业国际竞争力利好形势带动,安全度不断提升;近几年,产业国际竞争力提升缓慢,市场控制力下降、依存度上升,安全度增速下降,预测未来五年汽车产业安全程度将呈下滑趋势。
【图文】：

折线图,折线图,产业安全,汽车产业

、销售均为负增长。在乘用车领域，中高档乘用车在产权、品牌基本为合资外方拥有，商用车领域，绝大部分产品是自主开发，拥有完全自主知识产权。自主产品的失势，降低了汽车产品的国产化率，对我国产业安全产生负面影响;2013年，汽车产业自主品牌与外资品牌竞争逐渐加剧，国家相继颁布多条限排公告，受技术水平的限制，内资企业开发生产符合国家标准的新产品的边际成本更高，2013年，合资企业市场占有率(以汽车销量计算)已达到61．42%，内资企业在与外资企业竞争中的劣势地位更加明显，使当年产业安全情况呈现出不乐观的局面。图1可以看出，表征产业竞争力和产业生存环境指标的主成份F1得分呈现出增长的态势，说明我国汽车产业竞争力与产业生存环境分别得到了提升与改善。而表征产业控制力和对外依存度指标的主成份F2、F3呈波动状态，当前水平低于1998年水平，，可以认为我国产业控制力不足、对外依存度过高，对产业安全造成了较严重的负面影响。从安全度变化趋势上看，见图2(由表5综合得分S绘出)，自2005年以来，我国汽车产业安全状况整体上处于上升状态，但上升的速度却呈现减小的趋势，在2012年安全度达到峰值后开始下降，按照此趋势发展，产业安全度有下降的危险。3基于BP神经网络的汽车产业安全预警模型实证检验利用BP神经网络方法对行业进行安全预警评价、模型建立等方面的研究日益成熟，中国开展汽车产业安全预警的研究起步较晚，掌握的信息有限，而神经网具有高度并行处理信息机制，自学习、自适应能力强，并且对内部的参数可以灵活调整。影响汽车产业的安全因素较繁杂，各因素间相互联系，用单指标度量有困难，而人工神经网络技术具有很强的非线性处理能力，也能解决此类瓶颈。同时，神经网络能根据所提供的数据，通过学习和训练，找出输入输出之?

折线图,汽车产业,安全度,折线图

准的新产品的边际成本更高，2013年，合资企业市场占有率(以汽车销量计算)已达到61．42%，内资企业在与外资企业竞争中的劣势地位更加明显，使当年产业安全情况呈现出不乐观的局面。图1可以看出，表征产业竞争力和产业生存环境指标的主成份F1得分呈现出增长的态势，说明我国汽车产业竞争力与产业生存环境分别得到了提升与改善。而表征产业控制力和对外依存度指标的主成份F2、F3呈波动状态，当前水平低于1998年水平，可以认为我国产业控制力不足、对外依存度过高，对产业安全造成了较严重的负面影响。从安全度变化趋势上看，见图2(由表5综合得分S绘出)，自2005年以来，我国汽车产业安全状况整体上处于上升状态，但上升的速度却呈现减小的趋势，在2012年安全度达到峰值后开始下降，按照此趋势发展，产业安全度有下降的危险。3基于BP神经网络的汽车产业安全预警模型实证检验利用BP神经网络方法对行业进行安全预警评价、模型建立等方面的研究日益成熟，中国开展汽车产业安全预警的研究起步较晚，掌握的信息有限，而神经网具有高度并行处理信息机制，自学习、自适应能力强，并且对内部的参数可以灵活调整。影响汽车产业的安全因素较繁杂，各因素间相互联系，用单指标度量有困难，而人工神经网络技术具有很强的非线性处理能力，也能解决此类瓶颈。同时，神经网络能根据所提供的数据，通过学习和训练，找出输入输出之间的联系，保证了评价结果的客观性。神经网络分析方法有助于我国汽车产业安全预警系统的建立。3．1神经网络预警模型的建立与检验3．1．1输入、输出及隐层节点数的选择将1998年至2012年共15组数据作为输入节点的数据，输入节点数即为15，将2013年的数据作为对模型结果的检验数据。根据对应于汽车产业安全主成份的综合得分结果，对评价状态的量?

【相似文献】